GeoHey Lab：天眼识路

深度学习 • Apr 07, 2017

道路数据的时效性决定了导航的好坏。比如，如果两个地点之间新建了一条更短的路，而导航软件用的还是旧的路网的话，偏信导航的司机可能就会多走一段冤枉路；而如果路网的变化能够快速反应在导航软件中，势必可以大大提高司机开车的效率。

传统的路网采集基本上是采用实地勘测的方法，耗时耗力，并且更新不及时。而随着越来越多的卫星的发射，每天我们能接收到的遥感影像的数量都在不断增加。国外的PlanetLab公司通过发射数量众多的小卫星，现在已经可以每天更新一次全球的影像。而如果我们能从覆盖全球的影像中提取出道路，那么就可以每天更新路网一次！

快速更新、全范围覆盖的遥感影像是实时提取道路必不可少的食材，而深度学习和云计算则是烹饪这份食材的绝佳配方。通过深度学习，我们得以从海量的数据中发掘特征，建立模型；而云计算的成熟则让我们能够并行、分布地进行运算，使得实时处理海量的数据成为可能。

基于这几点，我们使用PlanetLab的多波段影像数据训练了道路提取深度学习模型，目前该模型的识别精度可以达到91%，每秒钟可提取300平方公里影像中的道路。下面是一些提取的结果。

alt
alt
alt
alt
alt
alt