基于深度学习的道路标线自动提取与分类方法
道路标线提取与分类是智慧城市建设中需要解决的关键技术之一,也是智能驾驶亟待解决的技术难题.提出了一种基于深度学习的道路标线自动提取与分类方法,通过移动窗口法结合相邻扫描线拓扑关系进行地面点云的提取,并生成强度图像,基于深度学习方法实现道路标线的自动提取与分类,并利用KD树聚类分割算法结合矢量化方案实现道路标线的矢量化.基于实验数据对该方法进行验证分析,结果表明,使用该方法进行自动提取与分类的精度和Fscore分别为92.59%和90.15%,证明了该方法的可行性和准确性.该方法为道路标线的自动提取提供了新思路,使道路标线提取工作变得更准确、高效,提升了道路标线获取与分类的智能化程度.
遥感、深度学习、道路标线、自动提取、移动测量系统
46
O436(光学)
国家重点研发计划;国家重点研发计划;高分辨率对地观测系统重大专项
2019-09-25(万方平台首次上网日期,不代表论文的发表时间)
共8页
138-145