HyperAIHyperAI
vor 17 Tagen

Luftbildaufnahmen treffen auf crowdsourced Trajektorien: Ein neuer Ansatz zur robusten Straßenextraktion

Lingbo Liu, Zewei Yang, Guanbin Li, Kuo Wang, Tianshui Chen, Liang Lin
Luftbildaufnahmen treffen auf crowdsourced Trajektorien: Ein neuer Ansatz zur robusten Straßenextraktion
Abstract

Die Fernerkundungsanalyse von Landflächen ist eine zentrale Forschungsaufgabe in der Erdwissenschaft. In dieser Arbeit konzentrieren wir uns auf eine herausfordernde Aufgabe der Landnutzungsanalyse, nämlich die automatische Extraktion von Verkehrsstraßen aus Fernerkundungsdaten, die vielfältige Anwendungen in der Stadtentwicklung und der Schätzung von Stadtexpansionen besitzt. Dennoch können herkömmliche Methoden entweder nur begrenzte Informationen aus Luftbildern nutzen oder multimodale Informationen (z. B. Fahrzeugverläufe) lediglich einfach fusionieren, wodurch eine zuverlässige Erkennung von unbeschränkten Straßen nicht gewährleistet ist. Um dieses Problem zu lösen, stellen wir einen neuartigen neuronalen Netzwerkrahmen vor, den wir Cross-Modal Message Propagation Network (CMMPNet) nennen, der die ergänzenden Informationen verschiedener Modaltitäten (nämlich Luftbilder und crowdsourced Verläufe) optimal nutzt. Konkret besteht CMMPNet aus zwei tiefen Auto-Encodern zur modality-spezifischen Repräsentationslernung sowie einem maßgeschneiderten Dual Enhancement Module zur Verbesserung der multimodalen Repräsentation. Insbesondere werden die ergänzenden Informationen jeder Modality umfassend extrahiert und dynamisch zur Verbesserung der Repräsentation der anderen Modality propagiert. Ausführliche Experimente an drei realen Benchmark-Datensätzen belegen die Wirksamkeit unseres CMMPNet für eine robuste Straßenextraktion, die durch die Kombination verschiedener Modaltitäten – entweder Bild- und Verlaufsdaten oder Bild- und Lidar-Daten – ermöglicht wird. Die experimentellen Ergebnisse zeigen, dass der vorgeschlagene Ansatz die derzeit besten State-of-the-Art-Methoden deutlich übertrifft. Der Quellcode ist auf der Projektseite unter http://lingboliu.com/multimodal_road_extraction.html verfügbar.