earticle

영어

Extracting information from aerial images is a difficult problem with practical applications. A specific case of this is the task of automatically detecting roads, which is challenging because of occlusions, shadows, and a wide variety of road. Automatic or semi-automatic road detection system is not currently on the market and has not been shown to work reliably on large dataset of urban images. We propose a method of detecting roads using a convolutional neural network with many trainable weights and filter maps. Also, we demonstrate that predictive performance can be improved by initializing the weights of the filter maps.

한국어

공중이미지로부터 정보를 확실하게 추출하여 실용적인 프로그램에 적용하는 것은 어려운 문제 입니다. 이 정보추출 문제 중 구체적인 문제로서 자동 도로 검출이 있습니다. 이는 장애물로 인하여 도로가 가려지거나, 그림자가 씌워지는 문제, 넓이의 변화가 다양한 점, 유사도로지역과 같은 문제가 존재합니다. 오랜 기간 연구되어온 주제이나, 아직까지 상업단계에서 실제 도시이미지를 대상으로 한 프로그램은 발표되지 않았습니다. 우리는 이 문제를 해결할 방법으로 수십 개의 가중치로 구성된 필 터를 복합적으로 구성한 컨벌루션 뉴럴 네트워크를 제안합니다. 또한 이 필터의 초기화에 따라서 실 질적으로 성능을 향상시킬 수 있음을 시연합니다.