利用众包GPS数据从航空影像中提取道路
计算机视觉与模式识别
2019-05-07 v1
摘要
深度学习正在革新地图制图行业。在轻量人工校对下，计算机已利用高分辨率航空影像在OpenStreetMap (OSM) 上生成了泰国近一半的道路。Bing地图正在美国展示1.25亿个计算机生成的建筑多边形。尽管比人工制图高效得多，但无法从空中映射出一切。尤其对于道路，图像遮挡导致的微小预测缺口会使整条道路无法用于路由。错误连接可能更危险。因此基于计算机的制图通常需要本地验证，这仍十分耗费人力。本文提出利用众包GPS数据来改进并支持从航空影像中提取道路。通过新颖的数据增强、GPS渲染与一维转置卷积技术，我们展示了相较此前竞赛获胜模型近5%的提升，并在无需任何新训练数据或域适应的情况下预测新区域时表现出更好的鲁棒性。
引用
@article{arxiv.1905.01447,
title = {Leveraging Crowdsourced GPS Data for Road Extraction from Aerial Imagery},
author = {Tao Sun and Zonglin Di and Pengyu Che and Chun Liu and Yin Wang},
journal= {arXiv preprint arXiv:1905.01447},
year = {2019}
}
备注
To be published in IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2019