要約
道路網の維持には多大な労力がかかるため、この現実世界の問題を解決するために、豊富な大規模な高解像度衛星画像とコンピュータ ビジョンの進歩によって、多くの自動道路抽出アプローチが導入されてきました。
ただし、実際のサービスにおけるロードマップ抽出を完全に自動化するには、そのパフォーマンスが制限されています。
したがって、多くのサービスでは、抽出された道路地図の後処理に、エラーの位置特定と欠陥のある道路地図の自動修復という 2 段階のヒューマンインザループ システムが採用されています。
私たちの論文は後者のステップにのみ焦点を当てており、カスタムメイドのヒューリスティックを使用せずに複雑な道路形状を含む道路地図を修正するための新しい画像修復アプローチを紹介し、あらゆる道路形状抽出モデルにすぐに適用できる方法を生み出します。
直線道路や曲線道路、T 字路、交差点など、現実世界のさまざまな道路形状に対するこの方法の有効性を実証します。
要約(オリジナル)
As maintaining road networks is labor-intensive, many automatic road extraction approaches have been introduced to solve this real-world problem, fueled by the abundance of large-scale high-resolution satellite imagery and advances in computer vision. However, their performance is limited for fully automating the road map extraction in real-world services. Hence, many services employ the two-step human-in-the-loop system to post-process the extracted road maps: error localization and automatic mending for faulty road maps. Our paper exclusively focuses on the latter step, introducing a novel image inpainting approach for fixing road maps with complex road geometries without custom-made heuristics, yielding a method that is readily applicable to any road geometry extraction model. We demonstrate the effectiveness of our method on various real-world road geometries, such as straight and curvy roads, T-junctions, and intersections.
arxiv情報
| 著者 | Soojung Hong,Kwanghee Choi |
| 発行日 | 2024-01-12 08:05:49+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google