基于计算机视觉的佛罗里达州公共道路转弯车道特征检测模型
计算机视觉与模式识别
2024-06-14 v1 人工智能
摘要
高效且最新的道路几何数据采集对于交通部门的道路规划、维护、设计和修复至关重要。数据采集方法分为地面方法和航空方法。针对广泛公路网络的地面方法繁琐、成本高且存在安全风险。因此，需要高效、安全且经济的数据采集方法。计算机视觉和目标检测技术的兴起使得自动提取道路几何特征成为可能。本研究利用人工智能从高分辨率航空图像中检测佛罗里达州公共道路上的道路特征。与地面实况数据相比，所开发的模型达到了80.4%的平均准确率。提取的道路几何数据可以与事故和交通数据整合，为政策制定者和道路使用者提供有价值的见解。
引用
@article{arxiv.2406.08822,
title = {Computer vision-based model for detecting turning lane features on Florida's public roadways},
author = {Richard Boadu Antwi and Samuel Takyi and Kimollo Michael and Alican Karaer and Eren Erman Ozguven and Ren Moses and Maxim A. Dulebenets and Thobias Sando},
journal= {arXiv preprint arXiv:2406.08822},
year = {2024}
}