文献

J-GLOBAL ID：201902259221577448   整理番号：19A2212061

マルチソースデータによる都市3D道路境界の回復【JST・京大機械翻訳】

Recovery of urban 3D road boundary via multi-source data

著者 (9件)： Wen Chenglu (Fujian Key Laboratory of Sensing and Computing for Smart Cities and the School of Information Science and Engineering, Xiamen University, Xiamen 361005, China) ,  You Changbin (Fujian Key Laboratory of Sensing and Computing for Smart Cities and the School of Information Science and Engineering, Xiamen University, Xiamen 361005, China) ,  Wu Hai (Fujian Key Laboratory of Sensing and Computing for Smart Cities and the School of Information Science and Engineering, Xiamen University, Xiamen 361005, China) ,  Wang Cheng (Fujian Key Laboratory of Sensing and Computing for Smart Cities and the School of Information Science and Engineering, Xiamen University, Xiamen 361005, China) ,  Wang Cheng (Fujian Collaborative Innovation Center for Big Data Applications in Governments, Fuzhou 350003, China) ,  Fan Xiaoliang (Fujian Key Laboratory of Sensing and Computing for Smart Cities and the School of Information Science and Engineering, Xiamen University, Xiamen 361005, China) ,  Fan Xiaoliang (Fujian Collaborative Innovation Center for Big Data Applications in Governments, Fuzhou 350003, China) ,  Li Jonathan (Fujian Key Laboratory of Sensing and Computing for Smart Cities and the School of Information Science and Engineering, Xiamen University, Xiamen 361005, China) ,  Li Jonathan (Departments of Geography and Environmental Management/Systems Design Engineering, University of Waterloo, Waterloo, Ontario N2L 3G1, Canada)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 156  ページ： 184-201  発行年： 2019年 
JST資料番号： H0048A  ISSN： 0924-2716  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 道路境界のマッピングは都市道路交通安全のための道路に関する重要な情報を提供する。本論文は,移動レーザ走査(MLS)点雲,空間軌道データ,およびリモートセンシング画像を含む,マルチソースデータを用いて3D道路境界を回復するための深い学習ベースのフレームワークを提示した。提案した道路回復法は,入力としてMLS点雲から抽出した3D道路境界を用いた。最初に,自動誤った境界除去の後,CNNベースの境界完成モデルは,道路境界を完成した。次に,不完全な道路境界を微細化するために,動的タクシーGPS軌道データとリモートセンシング画像から生成した道路中心線を,より正確で完全な道路境界を得るために,生成的なadversネットモデルのための完成誘導として用いた。最後に,正確な3D道路境界を有するタクシーGPS記録軌道点の順序を関連させた後に,固有の幾何学的道路特性と道路動的情報を,それぞれ完全境界とタクシーGPS軌道データから抽出した。試験データセットは2つの都市道路MLSデータセットとKITTIデータセットを含んでいる。異なるセンサからの点雲に関する実験結果は,著者らの提案方法が3D道路境界を回復して,道路特性を抽出するために効果的で有望であることを実証した。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *道路 ,  タクシー ,  学習 ,  交通安全 ,  *都市 ,  *三次元 ,  モデル ,  GPS ,  センサ ,  精密化
準シソーラス用語： 試験データ ,  中心線 ,  リモートセンシング画像 ,  レーザ走査 , 【Automatic Indexing@JST】

著者キーワード (6件)： 点雲 ,  移動レーザ走査 ,  3D道路境界 ,  マルチソースデータ ,  GPS軌道データ ,  リモートセンシング画像

分類 (3件)： 道路工学一般  (RC08010M) ,  地形データの処理  (RC02050O) ,  道路計画・調査,道路の構造  (RC08020X)

タイトルに関連する用語 (5件)： 都市 ,  3D ,  道路 ,  境界 ,  回復