基于街景图像的道路目标自动检测与定位放置
计算机视觉与模式识别
2019-09-18 v3
摘要
自动驾驶车辆或普通用户所使用的导航服务需要关于道路相关目标及其地理定位的详细信息，尤其是在道路交叉口处。然而，这些道路交叉口在当前包括 OpenStreetMap（OSM）在内的众包地图数据库版本中主要表示为缺乏详细信息的点要素，甚至根本不存在。本研究提出了一种从街景图像中自动检测道路目标并将其放置到正确位置的方法。我们的处理流程依赖于两个卷积神经网络：第一个对图像进行分割，第二个检测并分类特定目标。此外，为了对检测到的目标进行定位，我们基于城市语法为每幅图像建立属性拓扑二叉树（ATBT），以刻画道路目标在拓扑、属性与语义上的连贯关系。随后将该 ATBT 与 OSM 上的地图要素进行匹配，以确定正确的放置位置。所提方法已应用于德国柏林的一个案例研究。我们在交通标志和交通灯两类目标上验证了方法的有效性。实验结果表明，该方法在完整性与位置精度方面提供了近乎精确的定位结果。在众多潜在应用中，输出可与其他数据源结合以引导自动驾驶车辆。
引用
@article{arxiv.1909.05621,
title = {Automated Detecting and Placing Road Objects from Street-level Images},
author = {Chaoquan Zhang and Hongchao Fan and Wanzhi Li and Bo Mao and Xuan Ding},
journal= {arXiv preprint arXiv:1909.05621},
year = {2019}
}