直面无形：基于深度学习的发展中国家街道地址生成
计算机视觉与模式识别
2018-11-20 v1 计算机与社会
机器学习
机器学习
摘要
世界上超过一半的道路缺乏充分的街道地址系统。在发展中国家民众的日常生活中，地址缺失问题尤为突出。我们反对将拥有地址视为一种奢侈的假设，提出一种生成式地址设计，依据街道映射世界。该地址方案考虑了全球城市开发场景中采用的若干传统街道寻址方法。我们的算法应用深度学习从卫星图像中提取道路，将道路像素置信度转换为路网，对路网进行划分以发现街区，并使用基于图与邻近度的算法对区域、道路和地址单元进行标注。我们在一个美国样本城市及若干发展中城市上展示了结果，比较了用户使用当前临时地址与新完整地址的出行时间，并将我们的寻址方案与当前工业和开放地理编码替代方案进行了对比。
引用
@article{arxiv.1811.07769,
title = {Addressing the Invisible: Street Address Generation for Developing Countries with Deep Learning},
author = {Ilke Demir and Ramesh Raskar},
journal= {arXiv preprint arXiv:1811.07769},
year = {2018}
}
备注
Presented at NIPS 2018 Workshop on Machine Learning for the Developing World