Краткое содержание

arXiv:2405.00620v2 Тип анонса: замена Аннотация: Лейн-граф критически важен для приложений, таких как автономное вождение и планирование маршрутов на уровне полос движения. В предыдущих исследованиях основное внимание уделялось извлечению графов уровня полосы движения из аэрофотоснимков с использованием сверточных нейронных сетей (CNN), после которых применялись алгоритмы сегментации-преобразования-в-граф. Однако эти методы часто сталкиваются с трудностями при создании четких и полных масок сегментации. Проблемы, такие как перекрытия объектов, изменения освещения и различия в текстуре дорожного покрытия, могут приводить к неполным и неточным маскам полос движения, что ухудшает качество лейн-графа. Для решения этих проблем мы предлагаем новый подход, который улучшает маски полос движения, полученные от CNN, используя диффузионные модели. Экспериментальные результаты на общедоступном наборе данных показывают, что наш метод превосходит существующие подходы, основанные исключительно на CNN или диффузионных моделях, особенно в плане связности графа. Наш подход улучшения масок полос движения повышает качество экстрак...