本文内容來源于《測繪通報》2024年第5期，審圖号：GS京（2024）0777号
基于深度學習模型的複雜困難路網提取方法
張楠1, 張蘊靈1,2
1. 中國公路工程咨詢集團有限公司, 北京 100097;2. 中咨資料有限公司, 北京 100097
基金項目：高分辨率對地觀測系統重大專項(87-Y50G28-9001-22/23)
關鍵詞：衛星遙感資料, 路網提取, 深度學習
引文格式：張楠, 張蘊靈. 基于深度學習模型的複雜困難路網提取方法[J]. 測繪通報, 2024(5): 155-159. DOI: 10.13474/j.cnki.11-2246.2024.0528.摘要
摘要 ：針對複雜困難地區公路資訊提取中存在的資料擷取困難、道路特征不統一、自然環境幹擾、道路變化頻繁等難點問題,本文應用高分遙感技術,開展了複雜困難地區路網資訊的提取、處理研究。基于深度學習模型不斷優化的路網提取方法,以高分衛星為主要資料源,通過對複雜困難地區不同類型農村公路的光譜、紋理及可分離性特征集等進行學習,識别出等級低和道路條件差的農村公路,為農村路網識别與判别提供準确的資料保障;及時擷取客觀、準确和全面的農村公路基礎資料解決了複雜困難地區路網資訊不足的問題;為複雜困難地區公路網的規劃、建設提供科學的決策依據,為出行交通誘導提供了便利。
作者簡介作者簡介：張楠(1980—),女,進階工程師,研究方向為交通資訊化管理。E-mail:[email protected]
初審：紀銀曉複審：宋啟凡
終審：金 君
資訊