发展中国家中的众包道路质量制图
机器学习
2020-12-02 v1 计算机视觉与模式识别
图像与视频处理
摘要
道路网络是一个国家基础设施中最基本的组成部分之一。通过促进货物、人员与思想的流动和交换，它们支撑着境内及跨境的经济与文化活动。道路及其质量的地理分布的及时更新制图在从土地利用规划到荒野保护等高影响力应用中至关重要。在发展中国家，制图呈现出尤为紧迫的挑战，这些地区文档记录匮乏，且未来数十年预计将发生不成比例的大量道路建设。我们提出了一种能够评估道路质量的新型众包方法，并指出了基于深度学习的方法跨领域可迁移性中的关键挑战与机遇。
引用
@article{arxiv.2012.00179,
title = {Crowd-Sourced Road Quality Mapping in the Developing World},
author = {Benjamin Choi and John Kamalu},
journal= {arXiv preprint arXiv:2012.00179},
year = {2020}
}
备注
Presented at NeurIPS 2020 Workshop on Machine Learning for the Developing World