学习将视觉数据整合进路网数据
计算机视觉与模式识别
2022-03-03 v2
摘要
路网是网联与自动驾驶车辆的核心基础设施，但为机器学习应用创建有意义的表示是一项具有挑战性的任务。在本工作中，我们提出将遥感视觉数据整合进路网数据，以通过图神经网络改进嵌入表示。我们提出了一种基于时空道路与交通特征的道路边分割方法，该方法可利用卫星影像和数字表面模型的视觉特征来丰富路网的属性集。我们表明，分割与视觉数据的整合均能提升道路类型分类任务的性能，并且我们在中国成都的OSM+DiDi Chuxing数据集上取得了最先进的（SOTA）性能。
引用
@article{arxiv.2112.10624,
title = {Learning to integrate vision data into road network data},
author = {Oliver Stromann and Alireza Razavi and Michael Felsberg},
journal= {arXiv preprint arXiv:2112.10624},
year = {2022}
}