Datensatz: Hochauflösende Straßensegmentierung aus Luftbildern und terrestrischen Aufnahmen (HD-Maps)

In diesem Paper wird ein Verfahren zur Erweiterung der Straßenkarten um räumlich hochaufgelöste Merkmale aus der Extraktion von Anzahl und Breite der Fahrspuren, Gehsteigen und Parkspuren (bei gleichzeitiger Berücksichtigung von bereits vorhandenen Karten, Luft- und Bodenaufnahmen) vorgestellt. Entscheidend bei diesem Verfahren ist, dass Straßenkarten, Luftbilder und terrestrische Aufnahmen in einem gemeinsamen Arbeitsschritt verarbeitet werden. Die Bildmerkale und die Zwangsbedingungen der Breite der Spuren und die Struktur des Straßenlayouts werden gemeinsam betrachtet. Das ermöglicht eine robuste Schätzung, auch wenn nur wenig Bildinformation vorhanden ist, wenn z.B.  die Straßenmarkierungen fehlen oder nicht sichtbar sind. Die Registrierung der Luftbilder mit den terrestrischen Aufnahmen ist notwendig, da auch bei Verwendung von sehr präzisen GPS Inertialsystemen die geforderte Genauigkeit nicht immer eingehalten werden kann. Diese Registrierung kann man auch als präzise Lokalisierung betrachten, was für Routenplanung und autonomes Fahren sehr wichtig ist.

Beispiele aus dem Datensatz. Links: Luft- und Bodenbilder. Rechts: die zugehörende Annotationen (Straße, Parkspur, Gehsteig, Gebäude)

Der verwendete Datensatz mit annotierten Luft- und Bodenbildern ist unter „Downloads“ verfügbar. Falls Sie die Daten verwenden, zitieren Sie bitte dieses Paper.

Mattyus, Gellert und Wang, Shenlong und Fidler, Sanja und Urtasun, Raquel (2016) HD Maps: Fine-grained Road Segmentation by Parsing Ground and Aerial Images. In: Proceedings of Computer Vision and Pattern Recognition 2016, Seiten 1-9. IEEE Xplore. Conference on Computer Vision and Pattern Recognition, 27-30 June 2016, Las Vegas, USA.

Downloads