-
公开(公告)号:CN108921173B
公开(公告)日:2019-10-25
申请号:CN201810559231.4
申请日:2018-06-01
Applicant: 中南大学
Abstract: 本发明公开了一种结合OSM和遥感影像提取人行天桥目标的深度学习方法。首先根据所述人行天桥在开放街道地图(OpenStreetMap,OSM)中的语义信息、拓扑信息和形状信息,从所述OSM数据中自动识别与提取所述人行天桥;然后基于图像语义分割的深度神经网络模型获取所述人行天桥轮廓;进而对所述人行天桥进行结构建模与矢量成图;最后更新人行导航系统中的所述人行天桥数据。本发明不仅能够自动化识别OSM中的人行天桥,降低了现有方法的主观性,并且利用遥感影像数据弥补OSM不完整的缺点,同时兼顾数据的时效性和完整性,提高了人行天桥的识别效率和准确度。
-
公开(公告)号:CN109241069A
公开(公告)日:2019-01-18
申请号:CN201810965568.5
申请日:2018-08-23
Applicant: 中南大学
Abstract: 本发明提出了一种基于轨迹自适应聚类的路网快速更新方法,其特征在于,该方法包括:将采集的移动轨迹数据与获取的原始路网数据通过距离约束条件与方向约束条件判断轨迹点与原始路网是否匹配,通过匹配结果获取未匹配的轨迹点,对未匹配的轨迹点进行自适应轨迹聚类,并针对每个轨迹聚类,采用最优主曲线拟合方法进行轨迹点的曲线拟合,提取出道路中心线,识别出道路行车方向、单/双向信息,进而完成变化道路与原始路网的融合。通过该方法可以解决大范围城市路网变化区域快速识别、复杂情景下变化道路精细几何结构的自适应提取与更新、道路行车方向、单/双向等语义信息的识别与更新。
-
公开(公告)号:CN108921173A
公开(公告)日:2018-11-30
申请号:CN201810559231.4
申请日:2018-06-01
Applicant: 中南大学
Abstract: 本发明公开了一种结合OSM和遥感影像提取人行天桥目标的深度学习方法。首先根据所述人行天桥在开放街道地图(OpenStreetMap,OSM)中的语义信息、拓扑信息和形状信息,从所述OSM数据中自动识别与提取所述人行天桥;然后基于图像语义分割的深度神经网络模型获取所述人行天桥轮廓;进而对所述人行天桥进行结构建模与矢量成图;最后更新人行导航系统中的所述人行天桥数据。本发明不仅能够自动化识别OSM中的人行天桥,降低了现有方法的主观性,并且利用遥感影像数据弥补OSM不完整的缺点,同时兼顾数据的时效性和完整性,提高了人行天桥的识别效率和准确度。
-
公开(公告)号:CN103927432A
公开(公告)日:2014-07-16
申请号:CN201410071499.5
申请日:2014-02-28
Applicant: 中南大学
IPC: G06F19/00
Abstract: 本发明公开了一种面向设施区位规划的约束空间聚类方法,依据三角网描述目标需求点的空间邻近位置,并采用由整体到局部的Delaunay三角网边长统计约束识别目标需求点的空间聚集模式,从而为服务源点的空间配置提供决策依据。在识别目标需求点的空间聚集模式过程中,空间障碍与便利体等空间约束可以同时被顾及,从而获得更具有实际意义的目标需求点空间聚集模式。本发明优点如下:不需要用户制定目标需求点聚集模式的数量,可以从整体和局部两个层次获得顾及空间障碍与便利体的空间聚集模式,最后空间聚集模式可以可视化地输出,为设施区位规划提供重要地决策依据。
-
-
-