一種從航拍圖像中自動構(gòu)建道路地圖的新方法

地圖應(yīng)用可能已經(jīng)改變了我們的世界，但它們?nèi)匀粵]有映射所有這些。具體而言，繪制道路可能既困難又乏味：即使在拍攝航拍圖像后，公司仍然需要花費很多時間來手動追蹤道路。因此，即使像谷歌這樣的公司也沒有開始繪制全球超過2000萬英里的道路中的絕大多數(shù)。

地圖中的差距是一個問題，特別是對于為自動駕駛汽車開發(fā)的系統(tǒng)。為了解決這個問題，麻省理工學(xué)院計算機科學(xué)與人工智能實驗室(CSAIL)的研究人員創(chuàng)建了RoadTracer，這是一種自動化方法，可以構(gòu)建比現(xiàn)有方法準(zhǔn)確度高45%的路線圖。

使用來自航拍圖像的數(shù)據(jù)，該團(tuán)隊表示，RoadTracer不僅更準(zhǔn)確，而且比現(xiàn)有方法更具成本效益。麻省理工學(xué)院教授穆罕默德·阿里扎德(Mohammad Alizadeh)表示，這項工作對谷歌這樣的科技巨頭以及沒有資源策劃和糾正地圖中大量錯誤的小型組織都很有用。

“RoadTracer非常適合繪制地圖經(jīng)常過時的世界地區(qū)，其中包括人口較少的地區(qū)和經(jīng)常建造的地區(qū)，”Alizadeh說，他是一篇關(guān)于該地圖的新論文的共同作者之一。系統(tǒng)。“例如，泰國農(nóng)村等偏遠(yuǎn)地區(qū)的現(xiàn)有地圖缺少許多道路。RoadTracer可以幫助他們更準(zhǔn)確。“

例如，在查看紐約市的航拍圖像時，RoadTracer可以正確地映射44%的道路交叉點，這比基于圖像分割的傳統(tǒng)方法的效率高出兩倍，而傳統(tǒng)方法只能映射19%。

該論文將于6月在猶他州鹽湖城舉行的計算機視覺與模式識別會議(CVPR)上發(fā)表，是CSAIL與卡塔爾計算研究所(QCRI)的合作。

Alizadeh的麻省理工學(xué)院合著者包括研究生Fayven Bastani和Songtao He，以及教授Hari Balakrishnan，Sam Madden和David DeWitt。QCRI的共同作者包括高級軟件工程師Sofiane Abbar和Sanjay Chawla，他是QCRI數(shù)據(jù)分析小組的研究主管。

當(dāng)前自動化地圖的努力涉及訓(xùn)練神經(jīng)網(wǎng)絡(luò)以查看航拍圖像并將各個像素識別為“道路”或“非道路”。因為航拍圖像通?？赡苁悄：也煌暾模赃@樣的系統(tǒng)還需要后處理步驟。試圖填補一些空白。

不幸的是，這些所謂的“分割”方法通常是不精確的：如果模型錯誤標(biāo)記了一個像素，那么該錯誤將在最終的路線圖中被放大。如果航拍圖像有樹木，建筑物或陰影遮擋道路開始和結(jié)束的地方，則特別容易出錯。(后處理步驟還需要根據(jù)可能并不總是存在的假設(shè)做出決策，例如連接兩個路段僅僅是因為它們彼此相鄰。)

同時，RoadTracer逐步創(chuàng)建地圖。它從道路網(wǎng)絡(luò)上的已知位置開始，并使用神經(jīng)網(wǎng)絡(luò)檢查周圍區(qū)域以確定哪個點最可能是道路上的下一個部分。然后，它會添加該點并重復(fù)該過程，逐步逐步追蹤道路網(wǎng)絡(luò)。

Bastani表示：“RoadTracer不是直接就各種像素是否代表道路的某些部分做出數(shù)千個不同的決定，而是專注于從我們所知道的道路開始時確定從哪個方向開始的更簡單的問題。” “這在很多方面實際上與人類構(gòu)建我們周圍世界的心理模型的方式更接近。”

該團(tuán)隊在北美和歐洲六個的25個城市的航拍圖像上訓(xùn)練了RoadTracer，然后評估了其在其他15個城市的測繪能力。

“對于地圖系統(tǒng)來說，能夠在未經(jīng)過培訓(xùn)的城市中表現(xiàn)良好非常重要，因為自動映射最有希望的地區(qū)是現(xiàn)有地圖不存在或不準(zhǔn)確的地區(qū)，”Balakrishnan說。

Bastani表示，RoadTracer的錯誤率降低了45%，這對于讓像Google這樣的公司更加實用的自動繪圖系統(tǒng)至關(guān)重要。

“如果錯誤率太高，那么從頭開始手動映射道路與從推斷的地圖中刪除不正確的段更有效，”Bastani說。

盡管如此，實施類似RoadTracer的東西并不會讓人完全脫離循環(huán)：團(tuán)隊說他們可以想象系統(tǒng)會為大區(qū)域提出路線圖，然后讓人類專家進(jìn)來仔細(xì)檢查設(shè)計。

“這就是說，很明顯，像我們這樣的系統(tǒng)可以大大減少人類必須做的繁瑣工作量，”Alizadeh說。

實際上，RoadTracer增量方法的一個優(yōu)點是它可以更容易地糾正錯誤; 人工監(jiān)督員可以簡單地糾正它們并從中斷處重新運行算法，而不是繼續(xù)使用不精確的信息，這些信息會逐漸滲透到地圖的其他部分。

當(dāng)然，航拍圖像只是拼圖的一部分。他們不會向您提供有關(guān)天橋和地下通道的信息，因為這些都無法從上面確定。因此，該團(tuán)隊還單獨開發(fā)可以從GPS數(shù)據(jù)創(chuàng)建地圖的算法，并努力將這些方法合并到一個系統(tǒng)進(jìn)行映射。