RNGDet:空中画像における変圧器による道路網グラフ検出【JST・京大機械翻訳】

Xu Zhenhua; Liu Yuxuan; Gan Lu; Sun Yuxiang; Wu Xinyu; Liu Ming; Wang Lujia

プレプリント

J-GLOBAL ID：202202209037022595 整理番号：22P0290436

RNGDet:空中画像における変圧器による道路網グラフ検出【JST・京大機械翻訳】

RNGDet: Road Network Graph Detection by Transformer in Aerial Images

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年02月15日プレプリントサーバーでの情報更新日： 2022年06月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

道路網グラフは,運動計画アルゴリズムに使用できる駆動可能領域のような自律車両アプリケーションのための重要な情報を提供する。道路ネットワークグラフを見つけるため,手動アノテーションは通常非効率的で労働集約的である。道路網グラフの自動検出は,この問題を軽減することができたが,既存の研究は,まだいくつかの制限がある。例えば,セグメンテーションベースのアプローチは,満足なトポロジー正当性を確実にすることができず,グラフベースのアプローチは,正確な十分な検出結果を提示できなかった。これらの問題に対する解決策を提供するために,本論文では,変圧器と模倣学習に基づく新しいアプローチを提案した。高分解能空中画像が今日,世界中で容易にアクセスできるという観点から,著者らのアプローチで空中画像を利用した。空中画像入力として,この手法は,道路網グラフ頂点-バイ-頂点を反復的に生成する。この手法は,様々な数の入射道路セグメントで複雑な交差点を扱うことができる。このアプローチを公的に利用可能なデータセットで評価した。このアプローチの優位性を比較実験によって実証した。本研究は,ウルル{https://tonyxuqaq.github.io/projects/RNGDet/}で利用可能な実証ビデオを伴う。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

写真測量,空中写真 , 地形データの処理

, , ,

前のページに戻る