基于深度学习的OSM道路网自动提取研究

• 作者: 刘佩 孙翌晨 张亮
• 来源期刊: 电子质量
• 关键词: 制图综合 道路网自动选取 深度学习 循环网络 OSM道路网
• 年，卷（期）: 2020,（10）
• 所属期刊栏目: 理论与研究
• 页码范围: 1-8
• 页数: 8页
• 分类号: TP751|U491
• 语种: 中文

摘要

针对当下道路网信息自动提取困难,智能化选取方法大大减少了人工提取工作量的现状,该文结合OSM(Open Street Map)道路网数据,基于深度学习,构建了OSM道路网深度学习智能选取模型,根据OSM道路网的特点和应用要求,建立了相应的道路网选取知识系统以及RNN(Recurrent Neural Network)网络模型.实验结果表明,RNN模型可以大大提高当前人工选取道路网的效率,并且可以达到较高的实验精度,对于道路网原有的结构也保持较好.