基于街景图片的城市自行车道类型检测方法及系统

    公开(公告)号:CN114299331B

    公开(公告)日:2023-06-27

    申请号:CN202111562378.7

    申请日:2021-12-20

    Abstract: 本发明涉及图像处理领域,提供一种基于街景图片的城市自行车道类型检测方法及系统,包括:通过OpenStreetMap数据源获取初始街景图片,通过Arcgis对初始街景图片进行切割,获得初始街景图片中的所有道路;计算各道路的方向,通过百度API获取各道路沿对应方向的道路街景图片;通过开放数据集Cityscapes和Apolloscape训练语义分割模型;通过语义分割模型对道路街景图片进行语义分割,获取道路街景图片中的实体,构建实体间的相对位置条件;通过实体间的相对位置条件判断道路街景图片中的自行车道实体的类型;通过自行车道实体的类型,判断初始街景图片的街道类型。本发明实现了快速且自动对城市自行车道进行识别和划分类别,弥补了城市骑行环境信息的不完善及缺失问题。

    基于街景图片的城市自行车道类型检测方法及系统

    公开(公告)号:CN114299331A

    公开(公告)日:2022-04-08

    申请号:CN202111562378.7

    申请日:2021-12-20

    Abstract: 本发明涉及图像处理领域,提供一种基于街景图片的城市自行车道类型检测方法及系统,包括:通过OpenStreetMap数据源获取初始街景图片,通过Arcgis对初始街景图片进行切割,获得初始街景图片中的所有道路;计算各道路的方向,通过百度API获取各道路沿对应方向的道路街景图片;通过开放数据集Cityscapes和Apolloscape训练语义分割模型;通过语义分割模型对道路街景图片进行语义分割,获取道路街景图片中的实体,构建实体间的相对位置条件;通过实体间的相对位置条件判断道路街景图片中的自行车道实体的类型;通过自行车道实体的类型,判断初始街景图片的街道类型。本发明实现了快速且自动对城市自行车道进行识别和划分类别,弥补了城市骑行环境信息的不完善及缺失问题。

    一种基于GPU架构的矢量道路网络匹配并行计算方法及装置

    公开(公告)号:CN110097076A

    公开(公告)日:2019-08-06

    申请号:CN201910228213.2

    申请日:2019-03-25

    Abstract: 本发明提出了一种基于GPU架构的矢量道路网络匹配并行计算方法及装置,方法包括读取两组待匹配的道路网,分别为待匹配道路网和目标道路网;将道路网数据从CPU读取到GPU中的全局存储器;遍历节点较少的路网,得到每一个节点的所有潜在匹配对构成集合;将潜在匹配对划分成多个块和线程,使用并行策略同时计算各线程中匹配对的相似度值,并根据相似度值进行排序;再然后进行粒子群算法,返回历史全局最优粒子作为最终的处理结果。本发明能够显著提高大规模路网数据的路网匹配效率,有助于矢量道路网的集成与更新。

Patent Agency Ranking