[發明專利]一種矢量道路確定方法及裝置有效
| 申請號： | 201710908363.9 | 申請日： | 2017-09-29 |
| 公開（公告）號： | CN109583282B | 公開（公告）日： | 2021-04-09 |
| 發明（設計）人： | 杜堂武;曹樂樂;梅樹起 | 申請（專利權）人： | 阿里巴巴（中國）有限公司 |
| 主分類號： | G06K9/00 | 分類號： | G06K9/00;G06K9/62 |
| 代理公司： | 北京領科知識產權代理事務所(特殊普通合伙) 11690 | 代理人： | 張丹 |
| 地址： | 310052 浙江省杭州市濱江*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 矢量 道路 確定 方法 裝置 | ||
本申請公開了一種矢量道路確定方法及裝置，本申請方案從衛星影像圖中提取瓦片圖，并利用預先訓練的道路識別模型，識別瓦片圖的中間設定區域各像素點是否為組成道路的像素點，在識別過程中充分利用了瓦片圖邊緣像素點的信息來確定中間區域各像素點是否為組成道路的像素點，其識別準確率更高。并且，根據模型分類結果進一步確定道路灰度圖，根據道路灰度圖生成矢量道路圖，無需人工辨識衛星影像圖，即可實現矢量道路圖的自動獲取，其效率更高，成本更低。
技術領域
本申請涉及電子地圖數據處理技術領域，更具體地說，涉及一種矢量道路確定方法及裝置。
背景技術
在交通信息日益重要的今天，擁有高鮮度和高質量的道路信息在很多應用領域都有著舉足輕重的作用。例如城市中肩負緊急任務的車輛(如救護車)就需要精準的路網信息來實現快速路徑規劃。此外，在基于GPS的導航系統中，路網信息的精準程度也對用戶體驗有著至關重要的影響。
現實中隨著路網建設以及老路改造，路網變更頻繁，因此如何快速更新道路信息就顯得尤為重要。現有技術通過獲取衛星拍攝的道路影像圖，進而由人工從衛星影像圖中識別道路。但是，人工識別的方式普遍存在效率低、成本高的問題。
發明內容
有鑒于此，本申請提供了一種矢量道路確定方法及裝置，用于解決現有人工從衛星影像圖中識別道路所存在的，效率低、成本高的問題。
為了實現上述目的，現提出的方案如下：
一種矢量道路確定方法，包括：
獲取從衛星影像圖中提取的衛星影像瓦片圖；
將所述衛星影像瓦片圖輸入預先訓練的道路識別模型，得到所述道路識別模型輸出的表征所述衛星影像瓦片圖的中間設定區域各像素點是否為組成道路的像素點的分類結果；
根據所述分類結果，生成所述衛星影像瓦片圖的中間設定區域對應的道路灰度圖；
根據所述道路灰度圖，生成矢量道路圖。
優選地，所述獲取從衛星影像圖中提取的衛星影像瓦片圖，包括：
以設定尺寸窗口及設定滑動步長，對所述衛星影像圖進行滑窗取圖，每次滑窗獲取的圖作為衛星影像瓦片圖；
所述衛星影像瓦片圖的中間設定區域為，邊長為設定滑動步長的正方形。
優選地，所述根據所述道路灰度圖，生成矢量道路圖，包括：
拼接各衛星影像瓦片圖的中間設定區域對應的道路灰度圖，得到與所述衛星影像圖相同尺寸的合成后道路灰度圖；
根據所述合成后道路灰度圖，生成矢量道路圖。
優選地，所述道路識別模型為深度卷積神經網絡模型，所述深度卷積神經網絡模型的訓練過程包括：
確定深度卷積神經網絡模型的模型參數的初始值；
利用所述深度卷積神經網絡模型對人工標注的訓練樣本圖進行預測，并判斷預測的結果向量與訓練樣本圖的真值向量的差異是否達到設定差異范圍內；其中，所述結果向量表征訓練樣本圖中間區域各像素點為組成道路的像素點的置信度值，所述真值向量為訓練樣本圖中間區域各像素點是否為道路的人工標注結果；
若否，調整深度卷積神經網絡模型的模型參數，并繼續利用模型參數調整后的深度卷積神經網絡模型對人工標注的訓練樣本圖進行預測，直至預測的結果向量與訓練樣本圖的真值向量的差異達到設定差異范圍內時，將深度卷積神經網絡模型的模型參數作為最終的模型參數。
優選地，所述判斷預測的結果向量與訓練樣本圖的真值向量的差異是否達到設定差異范圍內，包括：
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于阿里巴巴（中國）有限公司，未經阿里巴巴（中國）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710908363.9/2.html，轉載請聲明來源鉆瓜專利網。
