基于深度学习的OSM道路网自动提取研究

摘要：

针对当下道路网信息自动提取困难,智能化选取方法大大减少了人工提取工作量的现状,该文结合OSM(Open Street Map)道路网数据,基于深度学习,构建了OSM道路网深度学习智能选取模型,根据OSM道路网的特点和应用要求,建立了相应的道路网选取知识系统以及RNN(Recurrent Neural Network)网络模型.实验结果表明,RNN模型可以大大提高当前人工选取道路网的效率,并且可以达到较高的实验精度,对于道路网原有的结构也保持较好.

关键词：制图综合、道路网自动选取、深度学习、循环网络、OSM道路网

分类号：TP751;U491(遥感技术)

在线出版日期：2020-11-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1-8