基于遥感影像的自由流速度估计

我们提出了一种从俯视影像和道路元数据自动估计路段自由流速度的方法。路段的自由流速度是指在理想条件下、无拥堵或恶劣天气时的平均观测车速。估计自由流速度的标准做法依赖于若干道路属性，包括坡度、曲率和路权宽度。遗憾的是，这些细粒度标注并非总是易于获取，且人工标注成本高昂。为此，我们的模型使用一小部分易于获取的道路特征子集，结合航空影像，通过深度卷积神经网络（CNN）直接估计自由流速度。我们在大型数据集上评估了该方法，结果表明仅使用影像的性能几乎与道路特征相当，而影像与道路特征相结合可达到最高精度。