关键词road network extraction
搜索结果 - 2
- 通过连接性和分割的联合学习进行道路网络的细粒度提取
本研究提出了一个堆叠多任务网络,在保持连通性正确性的同时,端到端地分割道路。在网络中,引入了全局感知模块来增强像素级道路特征表示并消除空中图像的干扰背景;增加了与道路方向相关的连通性任务,以确保网络保持道路片段的图级关系。我们还开发了一种堆 - 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