کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
4972795 1451244 2017 19 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Verification of road databases using multiple road models
ترجمه فارسی عنوان
تایید پایگاه داده های جاده ای با استفاده از مدل های مختلف جاده
کلمات کلیدی
همجوشی داده ها، طبقه بندی شی، تجزیه و تحلیل تصویر، پایگاه داده های ژئو فضایی، تأیید جاده،
ترجمه چکیده
در این مقاله یک روش جدید برای تایید پایگاه داده خودکار جاده ای بر اساس تصاویر سنجش از دور ارائه شده است. در مقایسه با روش های موجود، قابلیت استفاده از رویکرد جدید به انواع جاده های خاص، مناطق زمینه یا مناطق جغرافیایی محدود نمی شود. این امر با ترکیب چندین حالت پیشرفته تشخیص جاده ها و روش های تایید جاده ای که در شرایط مختلف به خوبی کار می کنند، به دست می آید. هر یک به عنوان یک ماژول مستقل عمل می کند که یک مدل جاده ای منحصر به فرد و یک استراتژی پردازش خاص است. تمامی ماژول ها راه حل های مستقل برای مسئله تایید هر جاده جاده ذخیره شده در پایگاه داده را در قالب دو توزیع احتمالی ارائه می دهند، اولین مورد برای حالت یک شیء پایگاه داده (درست یا نادرست)، و یک دوم برای وضعیت زیرزمینی مدل جاده (قابل اجرا یا غیر قابل اجرا) طبق نظر تئوری دمپستر-شافر، هر دو توزیع به یک فضای حالت جدیدی که شامل طبقات صحیح، نادرست و ناشناخته هستند، نقشه می شوند. استدلال آماری برای به دست آوردن حالت بهینه یک جاده جاده استفاده می شود. مقایسه با روشهای تشخیص جاده با استفاده از داده های معیار نشان می دهد که به طور کلی رویکرد پیشنهادی نتایج را با تکمیل کامل تر فراهم می کند. آزمایش های اضافی نشان می دهد که بر اساس روش پیشنهادی، یک روش نیمه اتوماتیک بسیار قابل اعتماد برای تایید پایه داده های جاده ای می تواند طراحی شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر سیستم های اطلاعاتی
چکیده انگلیسی
In this paper a new approach for automatic road database verification based on remote sensing images is presented. In contrast to existing methods, the applicability of the new approach is not restricted to specific road types, context areas or geographic regions. This is achieved by combining several state-of-the-art road detection and road verification approaches that work well under different circumstances. Each one serves as an independent module representing a unique road model and a specific processing strategy. All modules provide independent solutions for the verification problem of each road object stored in the database in form of two probability distributions, the first one for the state of a database object (correct or incorrect), and a second one for the state of the underlying road model (applicable or not applicable). In accordance with the Dempster-Shafer Theory, both distributions are mapped to a new state space comprising the classes correct, incorrect and unknown. Statistical reasoning is applied to obtain the optimal state of a road object. A comparison with state-of-the-art road detection approaches using benchmark datasets shows that in general the proposed approach provides results with larger completeness. Additional experiments reveal that based on the proposed method a highly reliable semi-automatic approach for road data base verification can be designed.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: ISPRS Journal of Photogrammetry and Remote Sensing - Volume 130, August 2017, Pages 44-62
نویسندگان
, , ,