航空影像中线性特征的分割
计算机视觉与模式识别
2022-12-26 v1 人工智能
摘要
遥感技术的快速发展因其在航空影像中准确本地化、分类与分割目标的能力而受到显著关注。这些技术通常用于配备高分辨率相机或传感器的无人机（UAV）以在大面积区域上采集数据。该数据可用于多种应用，例如对城市、城镇与地形的监测与巡检。本文中，我们提出了一种利用 U-Net 与 SegNet 等深度学习模型从航空影像中对城市道路交通虚线进行分类与分割的方法。标注数据用于训练这些模型，随后将航空影像分类并分割为两类：虚线与非虚线。然而，由于标线质量差或树木、阴影遮挡，深度学习模型可能无法识别所有虚线。为解决此问题，我们提出了一种向分割输出中补回遗漏线条的方法。我们还从分割输出中提取了每条虚线的 x 与 y 坐标，可供城市规划者构建道路数字可视化的 CAD 文件使用。
引用
@article{arxiv.2212.12327,
title = {Linear features segmentation from aerial images},
author = {Zhipeng Chang and Siddharth Jha and Yunfei Xia},
journal= {arXiv preprint arXiv:2212.12327},
year = {2022}
}