抽象的

创建路线图对于自主驾驶和城市规划等应用至关重要。行业的大多数方法都专注于利用安装在汽车队列顶部的昂贵的传感器。这导致在循环中利用用户时非常准确的估计。然而，这些解决方案非常昂贵并且具有小的覆盖范围。相比之下，在本文中，我们提出了一种直接从航拍图像估计道路拓扑的方法。这为我们提供了一种具有大覆盖范围的实惠的解决方案。为了实现这一目标，我们利用深度学习的最新发展，以初始分割航空图像。然后，我们提出了一种算法，原因在提取的道路拓扑中丢失的原因作为可以有效解决的最短路径问题。我们展示了我们在具有挑战性的Torontocity数据集中的方法的有效性，并表现出对最先进的人们的显着改善。

作者

GellertMáttyus.那文杰罗那拉奎尔乌特萨苏

会议

ICCV 2017.

全文

'DeeproadMapper：从空中图像中提取道路拓扑'（PDF）

优步阿格