Методика автоматической классификации дорог с использованием нейронной сети Mask R-CNN

Аннотация

Игнатьев А.В., Куликов М.А.,Цапиев Д.Н., Тырин В.В.

Дата поступления статьи: 18.04.2022

В работе предложена методика автоматической классификации дорог, основанная на применении свёрточной нейронной сети Mask-R-CNN. Разработанная методика позволяет осуществить автоматизацию задачи категорирования автомобильных дорог, которая является основополагающей при перераспределении транспортных потоков, поскольку знание категории дороги позволяет определить её максимальную пропускную способность. Статья содержит описание этапов обучения нейронной сети, а также результаты, получаемые при её использовании. Предложенная в работе методика автоматической классификации дорог, показала хорошие результаты, как при классификации дорог на основе спутниковых снимков, так и при классификации дорог на основе фотографий участков дорог. При расширении тестового набора количество классов распознаваемых дорог может быть увеличено до полного совпадения с категориями автомобильных дорог по СП 34.13330.2021. Кроме того, данная методика (в части сегментирования объектов на фотографиях) может быть использована для контроля качества дорожного полотна.

Ключевые слова: категории автомобильных дорог, свёрточные нейронные сети, спутниковые снимки, сегментация изображений, Mask R-CNN, распознание изображений, компьютерное зрение

05.13.18 - Математическое моделирование, численные методы и комплексы программ

05.23.19 - Экологическая безопасность строительства и городского хозяйства

.