【技术实现步骤摘要】
本专利技术涉及路网数据处理，特别涉及一种基于生成式标签的平行道路智能识别方法及系统。
技术介绍
1、平行道路作为城市路网的骨架，其准确识别对于理解城市空间结构、优化交通流量分配、提升地图数据精度等方面至关重要。然而，随着城市化进程的加速，城市路网的复杂性不断增加。现有多基于人工识别或简单几何特征匹配的方法，已无法满足高精度和高效率的要求。此外，也有自动化方法，但依赖于大量人工标注的训练数据，不仅成本高昂，而且泛化能力有限，难以适应多样化的城市环境。即现有平行道路识别技术存在的主要问题可概括为：1、几何特征辨识困难：城市化导致道路几何特征微妙，传统的基于几何特征的识别方法难以区分平行道路与非平行道路。2、多因素影响复杂：平行道路识别受多种因素影响，如道路宽度、车道数量、交通流量等，这些因素的综合作用使得识别过程复杂化。3、依赖人工标注数据：有监督学习方法依赖于人工标注的训练数据，这不仅耗费大量人力和时间，而且限制了模型在不同城市环境下的泛化能力。4、缺乏有效的语义特征利用：现有方法未能充分利用道路的语义信息，如道路名称、功能、周边兴趣点(...
【技术保护点】
1.一种基于生成式标签的平行道路智能识别方法，其特征在于，包含：
2.根据权利要求1所述的基于生成式标签的平行道路智能识别方法，其特征在于，提取目标区域道路网特征，包含：
3.根据权利要求2所述的基于生成式标签的平行道路智能识别方法，其特征在于，所述几何特征包含：道路网眼的宽度、长宽比、紧凑度、面积及周长。
4.根据权利要求1所述的基于生成式标签的平行道路智能识别方法，其特征在于，基于训练数据并采用半监督方法进行模型训练，包含：
5.根据权利要求4所述的基于生成式标签的平行道路智能识别方法，其特征在于，依据预设规则自动生...
【技术特征摘要】
1.一种基于生成式标签的平行道路智能识别方法，其特征在于，包含：
2.根据权利要求1所述的基于生成式标签的平行道路智能识别方法，其特征在于，提取目标区域道路网特征，包含：
3.根据权利要求2所述的基于生成式标签的平行道路智能识别方法，其特征在于，所述几何特征包含：道路网眼的宽度、长宽比、紧凑度、面积及周长。
4.根据权利要求1所述的基于生成式标签的平行道路智能识别方法，其特征在于，基于训练数据并采用半监督方法进行模型训练，包含：
5.根据权利要求4所述的基于生成式标签的平行道路智能识别方法，其特征在于，依据预设规则自动生成平行道路标签或非平行道路标签，包含：
6.根据权利要求1或4所述的基于生成式标签的平行道路智能识别方法，...
【专利技术属性】
技术研发人员：钱海忠，黄哲琨，蔡中祥，谢丽敏，王骁，王迪，牛心雨，亓宇阳，李博，崔龙飞，陈月，毛威，
申请(专利权)人：中国人民解放军网络空间部队信息工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。