Обновление электронной карты дорог по данным спутниковой съемки Земли с применением методов искусственного интеллекта .

Аннотация

В рамках выпускной квалификационной работы было проведено исследование трех моделей глубокого обучения — U-Net, DeepLabV3+ и Mamba — для автоматизированной сегментации дорожной сети на спутниковых снимках. Это исследование направлено на улучшение и уточнение электронных карт. Каждая из моделей была оценена в соответствии с её способностью справляться с задачами в различных условиях. U-Net рекомендуется для использования при ограниченных вычислительных ресурсах, DeepLabV3+ показала высокую точность в сложных городских и трассовых условиях, тогда как Mamba эффективно минимизирует ложные срабатывания в плотно застроенных районах. Исследование подчеркнуло важность учета локальных особенностей местности и наличия потенциальных препятствий для сегментации, таких как деревья и высокие здания. Полученные результаты демонстрируют потенциал применения моделей для расширения и уточнения существующих картографических данных.