基于多模态数据融合的典型路网POI自动识别

作者：刘纪平; 王勇^*; 龙彩霞; 刘万增; 张用川; 王艳东

来源：测绘地理信息, 2023, 1-7.

DOI：10.14188/j.2095-6045.20230808

• 遥感数据
• 车辆轨迹数据
• 深度学习
• 特征提取
• 路网POI
• 多模态数据融合

针对路网兴趣点（point of interest,POI）数据传统获取方法人工依赖高、成本高、效率低等问题，基于遥感影像和车辆轨迹数据融合提出了一种典型路网POI自动识别方法。该方法通过卷积神经网络（convolutional neural network,CNN）提取遥感影像中的道路几何特征，并利用循环神经网络（recurrent neural network, RNN）有效捕捉车辆轨迹隐含的道路交通特征，最后通过神经网络，实现从多模态数据中识别路网中红绿灯、加油站、停车场等POI。本研究以2019年重庆市中心城区道路兴趣区域的400张遥感影像数据和40 000条出租车轨迹数据作为训练样本进行了实验验证。结果表明，对比单一使用车辆轨迹数据的算法，该算法识别精度提高了近11.83%；对比单一使用遥感影像数据的算法，该算法识别精度提高了近2.53%。

• 单位
  国家基础地理信息中心; 武汉大学测绘遥感信息工程国家重点实验室; 中国测绘科学研究院; 重庆交通大学