圖卷積網絡模型識別道路正交網格模式

作者：王米琪,艾廷華,晏雄鋒,肖屹

摘要：街道網作為城市的骨架,其模式識別對于城市景觀分析、市政規劃、交通流量分析等都具有重要作用,是綜合了道路幾何特征、語義特征及上下文關系的智能識別問題。道路網模式識別目前主要是基于邊-節點的圖結構和道路網眼的多邊形群結構兩種模型,運用相關幾何度量和統計指標通過模式識別規則探測獲得。由于道路模式表達受人的空間認知、視覺心理影響,具有一定的不確定性和復雜性,基于規則推理與統計分析的方法很難獲得與人工判斷相一致的結果。在人工智能技術的驅動下,引入一種圖結構上的深度學習模型,即圖卷積網絡,用于識別道路網正交網格模式。先以道路交叉點作為節點、道路連接作為邊構建圖結構,并劃分出網格和非網格兩類,作為模型的標注和預測目標;同時將道路網線性剖分以獲取圖節點特征,作為模型的輸入信息;然后提取兩端點都被預測為網格點的路段,實現網格模式的識別。實驗結果表明,該方法中,道路網節點分類的準確率達到89.2%,道路段分類的準確率達到86.1%,能有效用于網格模式識別。

發文機構：武漢大學資源與環境科學學院 同濟大學測繪與地理信息學院

關鍵詞：道路網圖卷積網絡模式識別網格模式road networkgraph convolution networkpattern recognitiongrid-pattern

分類號： P208[天文地球—地圖制圖學與地理信息工程]