基于卫星影像无监督特征提取的安全交叉口设计识别
计算机视觉与模式识别
2020-10-30 v1 机器学习
多媒体
图像与视频处理
摘要
世界卫生组织已将设计更安全的交叉口列为减少全球道路交通伤害的关键干预措施。本文首次提出基于航空影像与深度学习系统分析一个大国所有交叉口设计的研究。我们为澳大利亚所有交叉口下载了约 900,000 张卫星图像，并采用定制的计算机视觉技术突出道路基础设施。一个深度自编码器提取了包括交叉口类型、尺寸、形状、车道标线及复杂程度在内的高层特征，并用于聚类相似设计。一个澳大利亚远程信息处理数据集将基础设施设计与 6600 万公里行驶中捕获的驾驶行为相关联。结果显示，四路交叉口比三路交叉口的急加速事件（每车）更频繁，T 型交叉口的急减速频率相对较低，而环岛的平均车速始终较低。总体而言，领域特定的特征提取使得识别可能促成更安全驾驶行为、从而减少道路伤害的基础设施改进成为可能。
引用
@article{arxiv.2010.15343,
title = {Identifying safe intersection design through unsupervised feature extraction from satellite imagery},
author = {Jasper S. Wijnands and Haifeng Zhao and Kerry A. Nice and Jason Thompson and Katherine Scully and Jingqiu Guo and Mark Stevenson},
journal= {arXiv preprint arXiv:2010.15343},
year = {2020}
}
备注
16 pages, 10 figures. Computer-Aided Civil and Infrastructure Engineering (2020)