道路评级：利用卫星影像精确测量道路质量

道路是社会与经济发展的关键基础设施，各国政府每年投入巨资。然而，监测这些投资的方法往往耗时、费力且昂贵，使许多发展中地区难以负担。本工作中，我们开发了利用卫星影像监测道路基础设施质量的模型。为此任务，我们利用两大趋势：高分辨率、频繁更新的卫星影像日益可得，以及基于卷积神经网络执行计算机视觉任务的方法在速度与精度上的巨大提升。我们使用肯尼亚 7000 公里道路的质量信息独特数据集，结合 50 厘米分辨率卫星影像。我们构建了二分类任务与全面的 5 类别分类任务的模型，准确率分别为 88% 和 73%。我们还通过具有挑战性的留出场景提供了方法鲁棒性的证据，但指出在从未见过的道路的可靠分析上仍需改进。我们相信这些结果有望对广泛的交通应用产生实质影响。