摘要
深度学习正在革新地图行业。在少量人工校对的情况下，计算机已经利用高分辨率航拍图像生成了泰国开放街道地图（OpenStreetMap, OSM）上近一半的道路。必应地图则在美国展示了1.25亿个由计算机生成的建筑物多边形。尽管与手动制图相比效率大大提高，但并非所有内容都能通过空中图像进行绘制。特别是对于道路而言，由于图像遮挡导致的小预测误差会使整条道路在路径规划中变得无用。错误连接甚至可能更加危险。因此，基于计算机的地图绘制通常需要本地验证，这仍然是一项劳动密集型工作。本文提出利用众包GPS数据来改进和支持从航拍图像中提取道路的技术。通过新颖的数据增强、GPS渲染和一维转置卷积技术，我们展示了比以往竞赛优胜模型高出近5%的性能提升，并且在预测新区域时无需任何新的训练数据或领域适应即可实现更好的鲁棒性。