Jun, 2024

基于自动化 GIS 的双时相高分辨率航空影像检测人行横道变化的框架

PDF
TL;DR本研究开发了一种自动化框架，利用不同时间间隔获取的高分辨率图像中提取的数据，检测佛罗里达州的橙县、奥斯塞奥拉县和塞米诺尔县的人行横道变化，结果显示橙县有 2,094 个人行横道变化，其中 312 个发生在州内道路上，塞米诺尔县和奥斯塞奥拉县分别有 1,040 个和 1,402 个人行横道变化发生在本地和州内道路上，其中塞米诺尔县和奥斯塞奥拉县的州内道路上分别有 340 个和 344 个人行横道变化。人行横道的时空变化可以定期更新现有人行横道清单，这对从事交通和安全研究的机构非常重要，可以将从这些人行横道变化中提取的数据与交通和事故数据相结合，为决策者提供有价值的见解。
pavement markingsautomated extractionchange detectioncrosswalk changesspatiotemporal changes
发现论文，激发创造
  • 基于计算机视觉的佛罗里达公共道路转向车道特征检测模型

    利用人工智能从高分辨率航拍影像中自动提取出 FL 州公路的地理特征，并与地面实测数据对比，平均准确率达到了 80.4％，提供了有价值的洞察力给政策制定者和道路使用者。

    Jun, 2024

  • 利用配对的 OpenStreetMap 数据和光学高分辨率影像通过对象引导的 Transformer 进行土地覆盖变化检测

    使用光学高分辨率图像和 OpenStreetMap（OSM）数据进行土地覆盖变化检测，引入目标引导的 Transformer（ObjFormer）架构，结合目标基于图像分析（OBIA）技术和先进的视觉 Transformer 架构，实现了直接检测土地覆盖变化，并提出了一种新的半监督语义变化检测任务，能高效地完成此任务。

    Oct, 2023

  • 卫星影像中的城市级公路提取 v2：道路速度和行驶时间

    本文提出了一种基于 CRESIv2 方法的城市级别道路提取和路线计算方法，该方法包含语义特征识别以及道路速度限制和行车时间的计算，旨在优化路线计算而非简单的最短路径距离。实验证明，该方法在使用 SpaceNet 数据集的训练和测试数据时优于使用 OpenStreetMap 标签的方法 60% 以上，并通过度量平均路径长度相似度（APLS）和地图拓扑（TOPO）等指标对算法的性能进行了评估。

    Aug, 2019

  • 使用联网车辆数据和深度学习模型自动提取相关道路基础设施

    通过利用车联网数据和深度学习模型，在道路基础设施映射方面取得了显著的成果，提出了一种基于 geohashing 和 YOLOv5 算法的自动识别路口的新方法，实验证明了该方法的高准确性和广泛应用前景。

    Aug, 2023

  • 基于分段全景模型（SAM）的光学遥感图像与地图数据之间的变化检测

    本研究探讨了无监督多模态变化检测在时效性任务和综合多时序地球监测中的重要性，并介绍了利用光学高分辨率图像和 OpenStreetMap（OSM）数据进行无监督多模态变化检测的方法。我们通过使用视觉基础模型 Segmentation Anything Model（SAM）来解决这一任务，利用 SAM 的优秀的零样本迁移能力获得高质量的光学图像分割图，从而能够直接比较这两种异构数据形态。我们引入了两种策略来指导 SAM 的分割过程：'no-prompt' 方法和 'box/mask prompt' 方法。这两种策略分别用于检测一般情况下的土地覆盖变化和在已有背景下识别新的土地覆盖对象。在三个数据集上的实验结果表明，所提出的方法与代表性的无监督多模态变化检测方法相比能够取得更具竞争力的结果。

    Jan, 2024

  • 学习跨模态深度表示以实现鲁棒的行人检测

    本文介绍了一种新的行人检测方法，基于跨模态学习框架、深度卷积神经网络等技术，可在恶劣光照条件下实现行人检测，并在公开数据集上表现出优异的性能。

    Apr, 2017

  • 深度虚拟到真实蒸馏用于行人过路预测

    本文提出了一种通过引入合成数据来构建深度虚拟到现实蒸馏框架，以实现对真实数据中行人过马路的预测，该框架能够从合成视频中获取大量行人运动的信息，在真实交通世界的预测任务中表现出极高的性能表现。

    Nov, 2022

  • 利用街景视频序列自动构建交通分析的时空图

    利用在移动车辆上安装的摄像头拍摄的街景视频序列，结合最先进的计算机视觉技术，构建全面的时空图谱，以研究交通模式并为交通基础设施和交通管理战略的设计做出贡献。

    Aug, 2023

  • CityPulse: 街景时序下城市变化的细粒度评估

    城市转型对个人和社区产生了深远的社会影响。本研究通过收集大规模的街景时间序列数据集，提出了一种端到端的变化检测模型，能够有效捕捉城市环境的实际变化，为城市转型的精细评估提供了可能。

    Jan, 2024

  • 面向全球范围内的众包 + 人工智能技术，为残疾人士绘制和评估人行道

    本文描述了利用分层多尺度注意模型，主动学习语义分割和 Crowd+AI 评估人行道状态和易达性特征等方法，从卫星图像中半自动构建人行道网络拓扑结构的初步工作，并呼吁建立标准化的步行街景场景数据库和基准。

    Jun, 2022