• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    面向農(nóng)村公路高分遙感影像道路提取的卷積神經(jīng)網(wǎng)絡(luò)架構(gòu)

    2021-12-01 02:42:36張曉征范文濤劉柳楊
    交通運(yùn)輸研究 2021年5期
    關(guān)鍵詞:路網(wǎng)農(nóng)村公路架構(gòu)

    馬 驍,張曉征,范文濤,劉柳楊,單 飛,孫 卓

    (1.交通運(yùn)輸部科學(xué)研究院 數(shù)字交通實(shí)驗(yàn)室,北京 100029;2.河南交通發(fā)展研究院有限公司,河南 鄭州 450006;3.中國(guó)科學(xué)院 空天信息創(chuàng)新研究院,北京 100094)

    0 引言

    隨著我國(guó)公路建設(shè)重點(diǎn)向農(nóng)村公路傾斜[1],利用高分遙感影像分析農(nóng)村地區(qū)路網(wǎng)分布及規(guī)模的需求逐漸增加。多年以來,受路網(wǎng)提取算法性能不足的影響,遙感影像路網(wǎng)提取相關(guān)成果在交通運(yùn)輸行業(yè)未能獲得廣泛應(yīng)用。在此背景下,為進(jìn)一步提升農(nóng)村區(qū)域路網(wǎng)提取精度,有必要針對(duì)契合農(nóng)村公路分布特點(diǎn)與地理環(huán)境的高分遙感影像農(nóng)村路網(wǎng)提取算法展開研究,以使生成的農(nóng)村區(qū)域路網(wǎng)矢量地圖更為準(zhǔn)確。

    目前遙感影像路網(wǎng)提取技術(shù)主要有兩大類:一類為傳統(tǒng)方法,如多元數(shù)據(jù)法[2-3]、特定模型法[4-7]、模板匹配法[8-11]等,此類方法在城市范圍內(nèi)能夠獲得較好的識(shí)別效果,但對(duì)于農(nóng)村公路的識(shí)別精度不夠高,究其原因是其無法較好地適應(yīng)農(nóng)村地區(qū)復(fù)雜多變的地形地貌及不規(guī)則的道路走向;另一類是近年蓬勃發(fā)展的深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Network,DNN),其中卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,CNN)在路網(wǎng)提取、醫(yī)學(xué)圖像分析等圖像語(yǔ)義分割領(lǐng)域取得了較好的效果并引起廣大學(xué)者的關(guān)注。Shelhamer 等[12]提出的全卷積網(wǎng)絡(luò)(Full Convolutional Network,FCN)初步解決了圖像語(yǔ)義分割問題,但存在沒有充分考慮語(yǔ)義間上下文關(guān)系、圖像細(xì)節(jié)丟失等問題。后續(xù)有學(xué)者基于FCN 陸續(xù)提出了U-Net[13],SegNet[14]等網(wǎng)絡(luò)結(jié)構(gòu),其中:U-Net在較小的樣本量下能取得相對(duì)較好的圖像分割結(jié)果,但增大樣本量不能帶來顯著的性能提升;SegNet 能較好地解決下采樣階段多次池化帶來的位置信息丟失問題。基于CNN與FCN架構(gòu),國(guó)內(nèi)外學(xué)者陸續(xù)開展了遙感影像道路識(shí)別提取的相關(guān)研究工作,如:Saito等[15]直接使用CNN 識(shí)別路網(wǎng),驗(yàn)證了CNN 比傳統(tǒng)方法具有更高的識(shí)別精度;Cheng 等[16]將CNN 調(diào)整為兩級(jí)編碼-解碼結(jié)構(gòu),同時(shí)完成了路網(wǎng)識(shí)別與道路中心線提?。籞hang 等[17]提出將殘差單元(ResNet)和U-Net 相結(jié)合提取影像路網(wǎng)的方法,并取得了較好的道路識(shí)別效果。

    雖然CNN 與FCN 架構(gòu)在路網(wǎng)提取領(lǐng)域具有一定的優(yōu)勢(shì),但二者要實(shí)現(xiàn)較好的提取精度需較大規(guī)模的訓(xùn)練樣本,然而“高分”系列亞米級(jí)衛(wèi)星的農(nóng)村公路遙感影像并無公開數(shù)據(jù)集可供直接使用,需要手工制作訓(xùn)練樣本。受限于人力及資金等因素,樣本量通常難以滿足訓(xùn)練需求,以至于不能表征所有樣本特征,導(dǎo)致網(wǎng)絡(luò)過擬合。一個(gè)可行的技術(shù)路線是基于小樣本需求量架構(gòu),提升有限樣本量條件下的算法性能。為此,本文將選擇小樣本數(shù)據(jù)集下具有良好性能的U-Net 作為基本架構(gòu),設(shè)計(jì)跳躍鏈接部分的“全局關(guān)注模塊”(Block of Focusing Globe,BFG)并提出BFG-U-Net架構(gòu),以提升樣本量較小的情況下典型農(nóng)村地區(qū)的路網(wǎng)識(shí)別精度。

    1 農(nóng)村公路遙感影像特征

    為了有效識(shí)別并提取高分遙感影像中的農(nóng)村公路,需對(duì)農(nóng)村公路特點(diǎn)進(jìn)行分析。根據(jù)公路行政等級(jí)劃分,農(nóng)村公路是一種普遍建設(shè)于城市區(qū)域外的廣大鄉(xiāng)村地區(qū)的公路類型,主要用于連接鄉(xiāng)(鎮(zhèn))、建制村,可細(xì)分為縣道、鄉(xiāng)道及村道。這三類道路因建設(shè)技術(shù)等級(jí)要求不同,在高分辨率遙感影像中呈現(xiàn)出不同的特點(diǎn)。

    縣鄉(xiāng)道的建設(shè)技術(shù)等級(jí)要求三級(jí)或以上,即雙向兩車道或四車道,路面寬度為7~14m。在高分遙感影像(以星下點(diǎn)分辨率0.8m 左右的高分2號(hào)為例,下同)中,縣鄉(xiāng)道路面約為8~20 個(gè)像元。截至2018年底,我國(guó)除西藏自治區(qū)外絕大部分地區(qū)的農(nóng)村公路(含縣道、鄉(xiāng)道及村道)已實(shí)現(xiàn)鋪裝路面(瀝青混凝土或水泥混凝土路面),縣鄉(xiāng)道在高分遙感影像中具有較為清晰的識(shí)別特征。

    村道技術(shù)等級(jí)通常為四級(jí)或以上,單車道通行且路面寬度不小于3.5m。村道路面寬度在高分遙感影像中僅為3~4個(gè)像元,較難清晰顯示,同時(shí)村道的識(shí)別提取還面臨以下困難:

    (1)我國(guó)南方地區(qū)植被茂密,村道路面被林木遮蔽的情況較為普遍。除路面被完全遮蔽無法分辨道路位置外,部分情況下路面不可見但依照路側(cè)林木影像印跡仍可清晰分辨道路走向,因此算法應(yīng)當(dāng)具備識(shí)別與提取該類路面的能力。

    (2)村道通常穿插于耕地區(qū)域間,遙感影像中部分耕地地表與相鄰路面顏色接近,導(dǎo)致路面邊緣模糊,提取算法在該類路段的識(shí)別精度將受到較大影響。

    (3)截至目前部分省級(jí)交通運(yùn)輸管理部門已先后啟動(dòng)或完成通村入組道路工程建設(shè),而通村入組道路主要依托農(nóng)村地區(qū)已有的天然道路網(wǎng)。為配合相關(guān)建設(shè)任務(wù)需求,遙感影像也需要將大量農(nóng)村公路以外的未鋪裝道路納入識(shí)別與提取范圍,這對(duì)算法就不同路面類型的識(shí)別提取能力提出了較高要求。

    綜上所述,高分遙感影像中對(duì)于村道的識(shí)別存在較多技術(shù)難點(diǎn),同時(shí)村道與城市道路存在較大差異,這均使得面向農(nóng)村公路尤其是村道針對(duì)性地設(shè)計(jì)識(shí)別提取算法很有必要。為了解決上述問題,算法應(yīng)重點(diǎn)加強(qiáng)對(duì)于高分遙感影像瓦片的全局特征感受能力,提供更多的上下文語(yǔ)義關(guān)系,同時(shí)提升魯棒性,以確保在路面邊緣位置受其他地物擾動(dòng)的情況下仍能夠?qū)β访孢M(jìn)行有效識(shí)別。

    2 BFG-U-Net架構(gòu)

    2.1 U-Net

    U-Net 是基于FCN 架構(gòu)的改進(jìn),屬于典型的“編碼-解碼”結(jié)構(gòu)。網(wǎng)絡(luò)分為上采樣和下采樣兩個(gè)階段,與FCN相比,U-Net沒有采用全連接層,但在上采樣階段保留了大量通道,使上下文信息更容易向高分辨率傳播。U-Net 的一個(gè)顯著特點(diǎn)是采用了“跳躍鏈接”,在上采樣過程中直接將對(duì)應(yīng)下采樣階段的圖像特征進(jìn)行維度拼接,該環(huán)節(jié)使U-Net 更易捕捉上下文信息。U-Net 的編碼路徑與解碼路徑對(duì)稱,呈U形,如圖1所示。

    圖1 U-Net神經(jīng)網(wǎng)絡(luò)架構(gòu)

    2.2 BFG-U-Net架構(gòu)

    標(biāo)準(zhǔn)U-Net 架構(gòu)進(jìn)行4 次下采樣與4 次上采樣,能夠在網(wǎng)絡(luò)深度、參數(shù)數(shù)量等方面保持較好的平衡。不過,該架構(gòu)的跳躍鏈接僅使用維度拼接的方法,并不能為上采樣階段提供理想的上下文語(yǔ)義關(guān)聯(lián),導(dǎo)致分割邊緣的微小擾動(dòng)會(huì)對(duì)分割精度產(chǎn)生影響。

    為了解決上述問題,進(jìn)一步提升上下文語(yǔ)義的關(guān)聯(lián)性,分解出更詳細(xì)的語(yǔ)義特征,本文提出BFG-U-Net架構(gòu)(如圖2所示),即在跳躍鏈接階段添加關(guān)注于全局圖像特征的BFG 模塊。BFG 模塊的加入能夠進(jìn)一步提取每個(gè)下采樣層的特征圖,為對(duì)應(yīng)上采樣提供更為豐富的上下文語(yǔ)義關(guān)系。圖2 中左側(cè)F0~F4 模塊對(duì)應(yīng)U-Net 的卷積操作,右側(cè)F1~F4 模塊對(duì)應(yīng)U-Net 的反卷積操作。上下行箭頭對(duì)應(yīng)U-Net的最大池化及上采樣操作。

    圖2 BFG-U-Net神經(jīng)網(wǎng)絡(luò)架構(gòu)

    BFG 模塊放置于第m級(jí)下采樣與對(duì)應(yīng)上采樣階段的跳躍鏈接的中間環(huán)節(jié),由兩個(gè)平行的卷積層(Conv_ma,Conv_mb)及原下采樣特征圖Gm構(gòu)成。BFG 模塊所在層級(jí)與對(duì)應(yīng)卷積核尺寸之間存在線性關(guān)系,即層級(jí)越高,卷積核越大,具體為:

    式(1)中:km_a,km_b表示Conv_ma,Conv_mb卷積層相互關(guān)聯(lián)的卷積核大?。籱表示BFG 模塊所在的層級(jí)。

    由圖2 可見,對(duì)于具有m個(gè)采樣層的BFGU-Net 而言,共 包含m-1 個(gè)BFG 模 塊。1 個(gè)標(biāo) 準(zhǔn)結(jié)構(gòu)的BFG-U-Net 共具備3 個(gè)BFG 模塊。Conv_ma與Conv_mb層均采用ReLU 激活函數(shù),并與圖Gm在輸出階段進(jìn)行維度拼接,拼接矩陣Cm在解碼階段的上采樣操作完成后與m層上采樣值F_m再次進(jìn)行維度拼接。BFG模塊如圖3所示。

    圖3 BFG模塊結(jié)構(gòu)

    所有的BFG 模塊共包含6 個(gè)卷積層。當(dāng)BFG模塊所在層級(jí)分別為2,3,4(即m=2,3,4)時(shí),BFG-U-Net 結(jié)構(gòu)中每個(gè)卷積層的卷積核大小分別為:

    BFG 模塊的維度拼接及BFG 模塊輸出結(jié)果Cm同m層上采樣維度拼接均采用Concatenate 函數(shù)。為使輸出特征圖尺寸與輸入相一致,BFG 模塊的卷積層均采用Padding操作。

    BFG-U-Net 解碼階段沿用U-Net 的原有設(shè)計(jì),上采樣采用Upsampling 函數(shù)。網(wǎng)絡(luò)輸出端采用1×1 卷積核實(shí)現(xiàn)圖像融合操作,同時(shí)為了將輸出值限制在0~1 之間,該卷積層的激活函數(shù)采用Sigmoid。

    2.3 二值化閾值濾波

    BFG-U-Net 按像素依次輸出圖像的歸一化數(shù)值作為預(yù)測(cè)結(jié)果,每個(gè)像素值在0~1 之間,經(jīng)數(shù)據(jù)空間拉伸為0~255(0~0xFF)色彩值。在拉伸操作前,設(shè)置閾值對(duì)像素值進(jìn)行二值化操作以濾除部分噪聲。根據(jù)經(jīng)驗(yàn),將閾值設(shè)置為0.94,小于等于該值的認(rèn)定為道路路面像素;大于該值的則認(rèn)定為非道路路面像素。

    3 實(shí)驗(yàn)與驗(yàn)證

    3.1 實(shí)驗(yàn)方案

    本文基于BFG-U-Net 架構(gòu)模型設(shè)計(jì)實(shí)驗(yàn),以評(píng)估算法性能(見圖4)。

    圖4 實(shí)驗(yàn)方案

    原始影像瓦片與對(duì)應(yīng)位置人工標(biāo)注的影像標(biāo)簽(Ground Truth,GT)成對(duì)配置,共同構(gòu)成樣本數(shù)據(jù)集。BFG-U-Net 采用與U-Net 相同的二分類交叉熵作為損失函數(shù)L,如式(3)所示:

    式(3)中:設(shè)(xi,yi)為成組配置的訓(xùn)練樣本,其中xi為原始影像瓦片,yi為人工標(biāo)注的與xi逐條對(duì)應(yīng)的影像標(biāo)簽;N為樣本量;ai為xi對(duì)應(yīng)的BFG-U-Net 預(yù)測(cè)值。通過不斷減少ai與yi的差值,使預(yù)測(cè)輸出趨向于訓(xùn)練目標(biāo)。

    Adam 因具有收斂速度快、計(jì)算效率高等優(yōu)點(diǎn),故選擇其作為BFG-U-Net 的優(yōu)化器。優(yōu)化器學(xué)習(xí)率設(shè)置為10-4,批處理樣本大小(batchsize)設(shè)置為4,迭代周期(epoch)設(shè)置為200。

    3.2 實(shí)驗(yàn)環(huán)境與條件

    本文所用數(shù)據(jù)集共包含訓(xùn)練樣本2 200 組,均為來自于交通運(yùn)輸部高分交通數(shù)據(jù)中心及其他數(shù)據(jù)交換渠道[18]的亞米級(jí)高分遙感衛(wèi)星影像數(shù)據(jù)。將影像分幅制作為影像瓦片,主要分布于華東、華南及西南農(nóng)村地區(qū),以保證算法對(duì)不同區(qū)域的適用性。單幅瓦片覆蓋范圍為400m×400m,尺寸拉伸為640×640 像素。人工選取數(shù)據(jù)集原始影像瓦片并標(biāo)注對(duì)應(yīng)標(biāo)簽。其中95%(共計(jì)2 090組)構(gòu)成訓(xùn)練集,5%(共計(jì)110 組)構(gòu)成驗(yàn)證集,訓(xùn)練集與驗(yàn)證集圖像無重復(fù)。在數(shù)據(jù)集外另行選擇了15 幅瓦片并進(jìn)行人工標(biāo)注作為測(cè)試集,以保證性能測(cè)試的獨(dú)立性。數(shù)據(jù)集的地形選擇較為廣泛,確保能夠覆蓋華東、華南、西南的典型地貌。

    實(shí)驗(yàn)環(huán)境基于TensorFlow-GPU,采用Python 3.6進(jìn)行開發(fā);計(jì)算設(shè)備為NVIDIA Tesla V100。

    3.3 算法性能評(píng)價(jià)指標(biāo)

    本文采用圖像分割領(lǐng)域常用的交并比(Inter?section over Union,IoU)作為算法性能的評(píng)價(jià)指標(biāo)。IoU 表示預(yù)測(cè)圖像與標(biāo)簽的像素交集占預(yù)測(cè)圖像與標(biāo)簽像素并集的比值。IoU 可通過統(tǒng)計(jì)像素i的值獲得,其中“邏輯和”操作以“∩”(交集)表示,“邏輯或”操作以“∪”(并集)表示,具體如下:

    式(4)中:ai,yi意義同前。

    3.4 實(shí)驗(yàn)結(jié)果及性能比較

    除用本文算法外,同時(shí)使用相同數(shù)據(jù)集的U-Net 及Res-U-Net 進(jìn)行訓(xùn)練,且訓(xùn)練集、驗(yàn)證集比例與BFG-U-Net 保持一致,同為95%(2090組)與5%(110 組),分辨率為640×640 像素。訓(xùn)練完成后,BFG-U-Net,U-Net 與Res-U-Net 采用相同的測(cè)試集進(jìn)行道路識(shí)別和識(shí)別結(jié)果評(píng)估,并與真實(shí)值(Ground Truth)進(jìn)行比較。測(cè)試集為另行選擇并人工標(biāo)注的15組瓦片。

    為能夠清晰地反映BFG-U-Net 相對(duì)其他網(wǎng)絡(luò)交并比的變化情況,本文以IoU(BFG-U-Net)為基準(zhǔn)值計(jì)算了交并比的相對(duì)值,即計(jì)算了BFG-U-Net,Res-U-Net 及標(biāo)準(zhǔn)U-Net 交并比的相對(duì)變化值(見表1)。

    表1 算法相對(duì)交并比

    由表1 可見,BFG-U-Net 的交并比較之典型U-Net有所提升,較Res-U-Net有大幅提升。

    測(cè)試集輸出經(jīng)二值閾值濾波并進(jìn)行空間拉伸所得結(jié)果如圖5 所示,受篇幅限制選取其中5 組進(jìn)行對(duì)比說明。

    圖5 測(cè)試數(shù)據(jù)提取結(jié)果對(duì)比

    (1)第1 組測(cè)試數(shù)據(jù)所在位置為華東地區(qū),影像中道路路面清晰,但存在一條未鋪裝路面的支線道路。在通村入組道路建設(shè)中部分路面并非硬化路面,因此算法若能夠?qū)ζ湔_識(shí)別,則面對(duì)農(nóng)村地區(qū)復(fù)雜路面時(shí)也能夠達(dá)到較高的識(shí)別精度。實(shí)驗(yàn)表明,3 種算法均能識(shí)別主干道路,但Res-U-Net 僅能提取道路中心線,無法精確分離路面,從而無法滿足交通運(yùn)輸主管部門掌握路面寬度的業(yè)務(wù)需求。BFG-U-Net 對(duì)主干道路路面識(shí)別的連續(xù)性以及對(duì)未鋪裝支線道路的識(shí)別比例均高于U-Net。

    (2)第2 組與第3 組測(cè)試在秋季的西南部山區(qū)進(jìn)行,地表顏色較夏季發(fā)生較大變化,同時(shí)浮云陰影導(dǎo)致同一路段的路面發(fā)生明暗變化??梢钥闯?,Res-U-Net 對(duì)地形地貌的變化基本無法適應(yīng),識(shí)別精度較U-Net 與BFG-U-Net 大幅降低;U-Net 具備一定的適應(yīng)能力,但對(duì)于路面明暗變化較為強(qiáng)烈的路段,仍有部分路面無法正確識(shí)別,導(dǎo)致路面中斷。相比而言,BFG-U-Net 在該區(qū)域仍然保持了較為理想的性能,僅有一處因道路急轉(zhuǎn)彎且跨越不同地貌、明暗同時(shí)發(fā)生變化而產(chǎn)生路面中斷,其余地區(qū)均保持連續(xù)。

    (3)第4 組與第5 組位于華南平原與微丘地區(qū),路面情況相對(duì)復(fù)雜:影像中部分路面被植被遮擋但仍能夠判斷道路走向;部分路段因穿越耕地間裸露地表,導(dǎo)致影像中路面與路側(cè)裸露地表顏色過于接近,路面邊緣不清晰。實(shí)驗(yàn)表明,Res-U-Net 僅能識(shí)別出清晰可見的路面,其他路段基本無法識(shí)別;U-Net 在路面被遮擋但仍可分辨走向的情況下可以識(shí)別出路面,但受裸露地表干擾,對(duì)穿越裸露地表區(qū)域的路段無法有效識(shí)別;BFG-U-Net 在林木遮蔽較為嚴(yán)重的路段仍能有效連續(xù)識(shí)別路面,同時(shí)裸露地表對(duì)道路識(shí)別精度的影響也相對(duì)較小。

    經(jīng)對(duì)比分析發(fā)現(xiàn),交并比的提升并不能完全反映BFG-U-Net 的性能特點(diǎn),詳細(xì)分析測(cè)試結(jié)果發(fā)現(xiàn),BFG 模塊提供了更為清晰連續(xù)的上下文語(yǔ)義,對(duì)路側(cè)地物產(chǎn)生的擾動(dòng)具有一定的魯棒性,對(duì)路面具有更強(qiáng)的感受能力。相對(duì)其他網(wǎng)絡(luò),BFG-U-Net 能更有效地識(shí)別農(nóng)村地區(qū)的硬化路面,產(chǎn)生的中斷相對(duì)較少,同時(shí)對(duì)通村入路組建設(shè)所需的未鋪裝道路也有一定的識(shí)別能力。不過,BFG-U-Net 也存在一定的不足,主要體現(xiàn)在對(duì)地物邊緣的變化過于敏感,導(dǎo)致地表顏色變化的邊緣、短距離裸露的地表也被零星識(shí)別,加大了后期數(shù)據(jù)處理與優(yōu)化的復(fù)雜度。

    3.5 識(shí)別結(jié)果可用性驗(yàn)證

    為驗(yàn)證算法的實(shí)用性,對(duì)指定區(qū)域分瓦片識(shí)別并提取路網(wǎng)后進(jìn)行了再拼接,選取河南省駐馬店市行政區(qū)劃內(nèi)部分農(nóng)村區(qū)域來測(cè)試算法在不同地域的通用性。首先,將該區(qū)域已識(shí)別瓦片數(shù)據(jù)導(dǎo)入ArcGIS Desktop,調(diào)用相應(yīng)的工具對(duì)提取結(jié)果進(jìn)行矢量化。然后,基于ArcGIS Engine 對(duì)每個(gè)瓦片生成的矢量路網(wǎng)進(jìn)行銜接,形成駐馬店市高分遙感影像路網(wǎng)提取矢量圖,部分區(qū)域截圖如圖6 所示??梢钥闯?,BFG-U-Net 在一定程度上可以有效識(shí)別該區(qū)域內(nèi)的主要道路與良好可見的村內(nèi)巷道,說明在用于農(nóng)村地區(qū)矢量路網(wǎng)地圖構(gòu)建時(shí),算法對(duì)道路的識(shí)別提取較為可靠,具有一定的實(shí)用性。

    圖6 駐馬店市農(nóng)村地區(qū)矢量路網(wǎng)提取結(jié)果

    4 結(jié)語(yǔ)

    本文針對(duì)農(nóng)村地區(qū)復(fù)雜的道路情況,研究了一種基于深度神經(jīng)網(wǎng)絡(luò)的農(nóng)村公路高分遙感影像提取算法,設(shè)計(jì)了編解碼結(jié)構(gòu)間的跳躍鏈接模塊,為特征圖提供了更為詳細(xì)的全局信息與更為清晰的路線上下文語(yǔ)義關(guān)系。實(shí)驗(yàn)表明,該算法能夠在一定程度上降低農(nóng)村地區(qū)常見的路面林木遮蔽、路面邊緣不清晰等異常干擾對(duì)識(shí)別精度的影響。不過,該算法對(duì)地表變化較為敏感,實(shí)驗(yàn)中產(chǎn)生了少量誤識(shí)別小斑點(diǎn),需要在后期處理過程中予以剔除。未來將在此基礎(chǔ)上,進(jìn)一步提升算法性能,研究路網(wǎng)的后期優(yōu)化技術(shù),以提升識(shí)別精度,為農(nóng)村公路建設(shè)管理提供更為精確的路網(wǎng)基礎(chǔ)數(shù)據(jù)。

    猜你喜歡
    路網(wǎng)農(nóng)村公路架構(gòu)
    基于FPGA的RNN硬件加速架構(gòu)
    交通運(yùn)輸部:預(yù)計(jì)今年累計(jì)完成新改建農(nóng)村公路15萬公里
    功能架構(gòu)在電子電氣架構(gòu)開發(fā)中的應(yīng)用和實(shí)踐
    汽車工程(2021年12期)2021-03-08 02:34:30
    打著“飛的”去上班 城市空中交通路網(wǎng)還有多遠(yuǎn)
    關(guān)于農(nóng)村公路經(jīng)濟(jì)創(chuàng)新的思考
    三問農(nóng)村公路
    農(nóng)村公路的建設(shè)與養(yǎng)護(hù)須多管齊下
    省際路網(wǎng)聯(lián)動(dòng)機(jī)制的錦囊妙計(jì)
    首都路網(wǎng) 不堪其重——2016年重大節(jié)假日高速公路免通期的北京路網(wǎng)運(yùn)行狀況
    路網(wǎng)標(biāo)志該如何指路?
    日本熟妇午夜| 美女扒开内裤让男人捅视频| 欧美日韩国产亚洲二区| 日韩欧美精品v在线| 亚洲av日韩精品久久久久久密| 99riav亚洲国产免费| 精品99又大又爽又粗少妇毛片 | 国产精品女同一区二区软件 | 欧美又色又爽又黄视频| 久久久久久大精品| xxxwww97欧美| 熟妇人妻久久中文字幕3abv| 精华霜和精华液先用哪个| or卡值多少钱| 在线观看日韩欧美| 久久久久久久久中文| 国产99白浆流出| 91麻豆精品激情在线观看国产| 91久久精品国产一区二区成人 | 亚洲国产中文字幕在线视频| 特级一级黄色大片| 中文资源天堂在线| 国产91精品成人一区二区三区| 五月伊人婷婷丁香| 长腿黑丝高跟| 女生性感内裤真人,穿戴方法视频| 女生性感内裤真人,穿戴方法视频| 成在线人永久免费视频| a级毛片在线看网站| 欧美xxxx黑人xx丫x性爽| 男人的好看免费观看在线视频| 日韩欧美国产在线观看| 久久人妻av系列| 一区二区三区国产精品乱码| 国产乱人伦免费视频| 又黄又爽又免费观看的视频| 波多野结衣高清无吗| 亚洲成人精品中文字幕电影| 国产欧美日韩一区二区三| 哪里可以看免费的av片| 搡老妇女老女人老熟妇| 精品欧美国产一区二区三| 免费在线观看成人毛片| 精品国产乱子伦一区二区三区| 精品国内亚洲2022精品成人| 国产精品一区二区三区四区免费观看 | 观看美女的网站| 一边摸一边抽搐一进一小说| 十八禁网站免费在线| 亚洲av电影在线进入| 51午夜福利影视在线观看| 麻豆av在线久日| 久99久视频精品免费| 禁无遮挡网站| 成人亚洲精品av一区二区| 最新美女视频免费是黄的| 中文字幕高清在线视频| 九九在线视频观看精品| 男女午夜视频在线观看| 亚洲激情在线av| 一个人免费在线观看的高清视频| 母亲3免费完整高清在线观看| 男人和女人高潮做爰伦理| 91久久精品国产一区二区成人 | 日韩欧美在线乱码| 欧美三级亚洲精品| 搡老岳熟女国产| 神马国产精品三级电影在线观看| 亚洲美女视频黄频| 一夜夜www| 久久性视频一级片| 精品99又大又爽又粗少妇毛片 | 中文资源天堂在线| 夜夜看夜夜爽夜夜摸| 人人妻,人人澡人人爽秒播| 啦啦啦免费观看视频1| 国产精品一及| 露出奶头的视频| 51午夜福利影视在线观看| 成人性生交大片免费视频hd| 国产 一区 欧美 日韩| 精品乱码久久久久久99久播| 亚洲精品美女久久av网站| 精品一区二区三区视频在线 | 国语自产精品视频在线第100页| 亚洲 国产 在线| www日本黄色视频网| 一本综合久久免费| 国产欧美日韩一区二区精品| 亚洲无线在线观看| 久久久久久国产a免费观看| 国产一区二区在线av高清观看| 日韩人妻高清精品专区| 成年女人看的毛片在线观看| 成年女人看的毛片在线观看| 亚洲成人久久性| 亚洲成人免费电影在线观看| 午夜视频精品福利| 人妻夜夜爽99麻豆av| 我的老师免费观看完整版| 女人高潮潮喷娇喘18禁视频| 最新中文字幕久久久久 | 国内精品久久久久精免费| 99久国产av精品| 亚洲人成伊人成综合网2020| 19禁男女啪啪无遮挡网站| 亚洲国产精品999在线| 国产男靠女视频免费网站| 亚洲一区二区三区色噜噜| 免费在线观看影片大全网站| 悠悠久久av| 久久久久久人人人人人| 12—13女人毛片做爰片一| 大型黄色视频在线免费观看| 18禁黄网站禁片免费观看直播| 国产免费av片在线观看野外av| 在线免费观看的www视频| 天堂动漫精品| aaaaa片日本免费| 亚洲午夜理论影院| 国产不卡一卡二| 一夜夜www| 成人亚洲精品av一区二区| 一个人看的www免费观看视频| 天天躁狠狠躁夜夜躁狠狠躁| 亚洲精华国产精华精| 黄色丝袜av网址大全| 一二三四在线观看免费中文在| 国产精品免费一区二区三区在线| 久久天躁狠狠躁夜夜2o2o| 成人18禁在线播放| 欧美三级亚洲精品| 中文字幕熟女人妻在线| 精品午夜福利视频在线观看一区| 老司机在亚洲福利影院| 99精品欧美一区二区三区四区| 成年人黄色毛片网站| 日日摸夜夜添夜夜添小说| 久久精品人妻少妇| 性色av乱码一区二区三区2| 亚洲第一欧美日韩一区二区三区| 在线观看66精品国产| 他把我摸到了高潮在线观看| 真人一进一出gif抽搐免费| 高潮久久久久久久久久久不卡| 伊人久久大香线蕉亚洲五| 极品教师在线免费播放| 色尼玛亚洲综合影院| 麻豆成人av在线观看| 深夜精品福利| 桃色一区二区三区在线观看| 国产黄片美女视频| 变态另类丝袜制服| 色综合欧美亚洲国产小说| 欧美日韩瑟瑟在线播放| 男女床上黄色一级片免费看| 亚洲成a人片在线一区二区| 成人国产综合亚洲| 亚洲国产欧洲综合997久久,| 精品无人区乱码1区二区| 老司机深夜福利视频在线观看| 国产精品香港三级国产av潘金莲| 毛片女人毛片| 两性夫妻黄色片| 操出白浆在线播放| 色视频www国产| 午夜激情福利司机影院| 老司机午夜福利在线观看视频| 欧美中文日本在线观看视频| 亚洲国产精品久久男人天堂| 久久人妻av系列| 91在线观看av| 国产黄片美女视频| 成年女人看的毛片在线观看| 日韩欧美精品v在线| 97超视频在线观看视频| 午夜激情欧美在线| 国语自产精品视频在线第100页| 热99在线观看视频| 丝袜人妻中文字幕| 脱女人内裤的视频| 亚洲最大成人中文| 一进一出抽搐gif免费好疼| 国产精品亚洲一级av第二区| 免费av不卡在线播放| 天天一区二区日本电影三级| 身体一侧抽搐| 制服丝袜大香蕉在线| 法律面前人人平等表现在哪些方面| 亚洲中文字幕日韩| 欧美黄色片欧美黄色片| 成年免费大片在线观看| 欧美日韩综合久久久久久 | 免费在线观看成人毛片| 中文亚洲av片在线观看爽| 亚洲国产欧美人成| 熟女少妇亚洲综合色aaa.| 亚洲中文字幕日韩| 一夜夜www| 久久久久久久久免费视频了| 日韩欧美精品v在线| 亚洲五月天丁香| 一级毛片女人18水好多| 一a级毛片在线观看| 久久九九热精品免费| 国产亚洲精品综合一区在线观看| 久久天堂一区二区三区四区| 国产97色在线日韩免费| 国产极品精品免费视频能看的| 成年女人永久免费观看视频| 丰满人妻熟妇乱又伦精品不卡| 成年女人看的毛片在线观看| 国产成人精品久久二区二区91| 国产 一区 欧美 日韩| 此物有八面人人有两片| 欧美黑人巨大hd| 国内精品久久久久精免费| 少妇人妻一区二区三区视频| 后天国语完整版免费观看| 超碰成人久久| 亚洲国产欧美人成| 在线播放国产精品三级| 欧美+亚洲+日韩+国产| 男女之事视频高清在线观看| 在线观看免费午夜福利视频| 美女被艹到高潮喷水动态| 午夜福利18| a在线观看视频网站| 麻豆一二三区av精品| 国产不卡一卡二| tocl精华| 国产黄片美女视频| 国内毛片毛片毛片毛片毛片| 国产探花在线观看一区二区| 午夜福利欧美成人| 18禁黄网站禁片午夜丰满| 99国产精品一区二区三区| 精华霜和精华液先用哪个| 俄罗斯特黄特色一大片| 夜夜躁狠狠躁天天躁| 国产精品久久久久久久电影 | 午夜免费激情av| 黑人操中国人逼视频| 亚洲成人中文字幕在线播放| 99久久国产精品久久久| 中文亚洲av片在线观看爽| 精品国产乱码久久久久久男人| 精品久久久久久久久久久久久| 国产三级中文精品| 久久性视频一级片| 成人高潮视频无遮挡免费网站| 变态另类丝袜制服| 国产 一区 欧美 日韩| 美女免费视频网站| 久久久久性生活片| 亚洲成人久久性| 啪啪无遮挡十八禁网站| 搡老熟女国产l中国老女人| 亚洲av美国av| 国产精品久久电影中文字幕| 日韩欧美精品v在线| tocl精华| 精品国产亚洲在线| 一边摸一边抽搐一进一小说| 国语自产精品视频在线第100页| 最近视频中文字幕2019在线8| 亚洲在线自拍视频| 少妇丰满av| 亚洲国产色片| 中文亚洲av片在线观看爽| 制服丝袜大香蕉在线| 免费观看精品视频网站| 九九久久精品国产亚洲av麻豆 | 夜夜看夜夜爽夜夜摸| 久久香蕉国产精品| av黄色大香蕉| 99久久精品热视频| 99久久精品国产亚洲精品| 亚洲精品在线美女| 亚洲五月婷婷丁香| 国语自产精品视频在线第100页| 视频区欧美日本亚洲| 黄色丝袜av网址大全| 国产男靠女视频免费网站| 老鸭窝网址在线观看| 真人做人爱边吃奶动态| 免费电影在线观看免费观看| 国产精品 欧美亚洲| 欧美又色又爽又黄视频| 日韩有码中文字幕| 欧美日韩黄片免| 亚洲七黄色美女视频| 99国产精品99久久久久| 国产亚洲欧美在线一区二区| 国产精品亚洲av一区麻豆| 99久久99久久久精品蜜桃| 999久久久精品免费观看国产| 国产精品免费一区二区三区在线| 久久亚洲真实| 中文在线观看免费www的网站| 悠悠久久av| 久久中文字幕一级| 午夜福利成人在线免费观看| 又黄又爽又免费观看的视频| 男女做爰动态图高潮gif福利片| 久久久久国内视频| 日日摸夜夜添夜夜添小说| 人人妻人人澡欧美一区二区| 观看美女的网站| av黄色大香蕉| 男人舔女人的私密视频| 亚洲av第一区精品v没综合| 男女那种视频在线观看| 日韩成人在线观看一区二区三区| 麻豆av在线久日| 国产av麻豆久久久久久久| 老熟妇仑乱视频hdxx| 亚洲激情在线av| 日本一二三区视频观看| 国产探花在线观看一区二区| av中文乱码字幕在线| 国产高清有码在线观看视频| 亚洲国产精品久久男人天堂| 国产午夜福利久久久久久| 亚洲av电影在线进入| 欧美3d第一页| 中文亚洲av片在线观看爽| 中文字幕熟女人妻在线| 法律面前人人平等表现在哪些方面| 亚洲成人久久性| 一夜夜www| 制服人妻中文乱码| 男人舔奶头视频| 欧美在线一区亚洲| 欧美另类亚洲清纯唯美| 99视频精品全部免费 在线 | 国产乱人伦免费视频| 日本精品一区二区三区蜜桃| 精品无人区乱码1区二区| 12—13女人毛片做爰片一| 给我免费播放毛片高清在线观看| 欧美日韩黄片免| 禁无遮挡网站| 麻豆久久精品国产亚洲av| a在线观看视频网站| 免费av不卡在线播放| 啪啪无遮挡十八禁网站| 变态另类成人亚洲欧美熟女| 久久精品91无色码中文字幕| av天堂中文字幕网| a在线观看视频网站| 黑人巨大精品欧美一区二区mp4| a级毛片在线看网站| 欧美精品啪啪一区二区三区| 香蕉丝袜av| 久久久久久久久中文| 十八禁网站免费在线| 91老司机精品| 国产黄a三级三级三级人| 精品一区二区三区av网在线观看| АⅤ资源中文在线天堂| 可以在线观看毛片的网站| 天堂动漫精品| 看片在线看免费视频| 国产成人福利小说| 麻豆一二三区av精品| 欧美日韩中文字幕国产精品一区二区三区| 一级毛片精品| 天天添夜夜摸| 天天一区二区日本电影三级| 久久亚洲真实| 国产精品久久久久久久电影 | 日韩大尺度精品在线看网址| 变态另类丝袜制服| 日韩欧美在线乱码| 观看美女的网站| 99国产精品一区二区三区| 在线观看美女被高潮喷水网站 | 午夜免费激情av| 在线a可以看的网站| 免费看十八禁软件| 999久久久精品免费观看国产| tocl精华| 久久精品人妻少妇| 成人鲁丝片一二三区免费| 欧美av亚洲av综合av国产av| 人妻丰满熟妇av一区二区三区| www.999成人在线观看| 夜夜躁狠狠躁天天躁| 国产av不卡久久| 啦啦啦观看免费观看视频高清| 国产av不卡久久| 国产av麻豆久久久久久久| 一二三四社区在线视频社区8| 国产高清三级在线| 国产精品九九99| 窝窝影院91人妻| 亚洲熟妇熟女久久| 一区二区三区国产精品乱码| 我要搜黄色片| 网址你懂的国产日韩在线| 亚洲精品美女久久av网站| 国产伦精品一区二区三区四那| 国产精品九九99| 亚洲国产欧美网| 亚洲狠狠婷婷综合久久图片| 国产成+人综合+亚洲专区| 狠狠狠狠99中文字幕| 国产精品乱码一区二三区的特点| 成年女人永久免费观看视频| 欧美中文综合在线视频| 极品教师在线免费播放| www国产在线视频色| 成人国产综合亚洲| 麻豆国产97在线/欧美| 久久人妻av系列| 日韩欧美一区二区三区在线观看| 最近在线观看免费完整版| 韩国av一区二区三区四区| 日韩 欧美 亚洲 中文字幕| 亚洲国产欧美一区二区综合| 人人妻人人看人人澡| 亚洲,欧美精品.| 亚洲男人的天堂狠狠| 午夜影院日韩av| 欧美日韩一级在线毛片| 黄色日韩在线| av在线天堂中文字幕| 国产激情欧美一区二区| 久久中文看片网| 99久国产av精品| 精品人妻1区二区| 麻豆国产av国片精品| 国产精品亚洲一级av第二区| 欧美成人性av电影在线观看| 在线国产一区二区在线| 亚洲国产欧洲综合997久久,| 精品一区二区三区四区五区乱码| 国产三级中文精品| 无人区码免费观看不卡| 男人舔女人的私密视频| 好男人在线观看高清免费视频| 网址你懂的国产日韩在线| 这个男人来自地球电影免费观看| 我的老师免费观看完整版| x7x7x7水蜜桃| 国内揄拍国产精品人妻在线| 天堂网av新在线| 亚洲国产欧美人成| 亚洲最大成人中文| 国产精华一区二区三区| 精品日产1卡2卡| 国产熟女xx| 一区福利在线观看| 亚洲精品久久国产高清桃花| 日韩欧美国产在线观看| 国产野战对白在线观看| 禁无遮挡网站| 99国产精品99久久久久| 亚洲激情在线av| 亚洲欧美精品综合久久99| 国产精品久久久久久亚洲av鲁大| 成人av在线播放网站| 久久精品91蜜桃| 亚洲av第一区精品v没综合| 亚洲av片天天在线观看| 国产精品九九99| 看免费av毛片| 丰满人妻一区二区三区视频av | 51午夜福利影视在线观看| netflix在线观看网站| 国产成人福利小说| 夜夜躁狠狠躁天天躁| 99热只有精品国产| 国产aⅴ精品一区二区三区波| 久久精品夜夜夜夜夜久久蜜豆| 亚洲一区高清亚洲精品| 久久久久亚洲av毛片大全| 亚洲欧美激情综合另类| 一a级毛片在线观看| 91老司机精品| 国内毛片毛片毛片毛片毛片| 小说图片视频综合网站| 国产成人av教育| 97人妻精品一区二区三区麻豆| 亚洲欧洲精品一区二区精品久久久| 19禁男女啪啪无遮挡网站| 亚洲自偷自拍图片 自拍| 亚洲精华国产精华精| 12—13女人毛片做爰片一| 久久久国产成人精品二区| 在线永久观看黄色视频| 一区二区三区国产精品乱码| 免费人成视频x8x8入口观看| 国产高潮美女av| 亚洲第一欧美日韩一区二区三区| 亚洲av免费在线观看| 91在线观看av| 性色avwww在线观看| 97碰自拍视频| 日本在线视频免费播放| 亚洲av日韩精品久久久久久密| 国产毛片a区久久久久| 后天国语完整版免费观看| 久久人人精品亚洲av| 国产人伦9x9x在线观看| 最近视频中文字幕2019在线8| 亚洲精品一卡2卡三卡4卡5卡| tocl精华| 又粗又爽又猛毛片免费看| 国内精品久久久久久久电影| 神马国产精品三级电影在线观看| av片东京热男人的天堂| 日韩欧美精品v在线| 亚洲av电影不卡..在线观看| 欧美在线黄色| 成人亚洲精品av一区二区| 中文字幕人妻丝袜一区二区| 老司机深夜福利视频在线观看| 男人的好看免费观看在线视频| 午夜免费成人在线视频| 亚洲天堂国产精品一区在线| 99国产综合亚洲精品| 婷婷精品国产亚洲av| 别揉我奶头~嗯~啊~动态视频| av国产免费在线观看| 高潮久久久久久久久久久不卡| 一夜夜www| 日本黄大片高清| 又爽又黄无遮挡网站| 亚洲av免费在线观看| 国产成+人综合+亚洲专区| 男人的好看免费观看在线视频| 神马国产精品三级电影在线观看| 亚洲国产中文字幕在线视频| 国产私拍福利视频在线观看| 欧美一级a爱片免费观看看| 19禁男女啪啪无遮挡网站| 国产亚洲欧美在线一区二区| 男女那种视频在线观看| 88av欧美| 亚洲在线观看片| 国产一区二区在线av高清观看| 最近最新中文字幕大全电影3| 黄色女人牲交| 国产av一区在线观看免费| 丰满的人妻完整版| 国产成人aa在线观看| 精品电影一区二区在线| 国产美女午夜福利| 国产av在哪里看| 狂野欧美激情性xxxx| 国产三级在线视频| 性欧美人与动物交配| 成人三级黄色视频| 熟女少妇亚洲综合色aaa.| 久久精品国产亚洲av香蕉五月| 亚洲天堂国产精品一区在线| 久久中文看片网| 天堂网av新在线| 国产精品日韩av在线免费观看| 国产精品电影一区二区三区| 哪里可以看免费的av片| 国产成人精品久久二区二区免费| 天天添夜夜摸| 757午夜福利合集在线观看| 久久久久久久精品吃奶| 黑人巨大精品欧美一区二区mp4| 亚洲精华国产精华精| 精品国产亚洲在线| 久久久色成人| 一区二区三区高清视频在线| 在线观看免费午夜福利视频| 最好的美女福利视频网| 色av中文字幕| 国产91精品成人一区二区三区| 日本一本二区三区精品| 十八禁网站免费在线| 色综合婷婷激情| 狠狠狠狠99中文字幕| 久久香蕉精品热| 精品熟女少妇八av免费久了| 欧美又色又爽又黄视频| 老司机福利观看| 香蕉av资源在线| 好看av亚洲va欧美ⅴa在| 亚洲欧美日韩高清专用| 国产又色又爽无遮挡免费看| 真人做人爱边吃奶动态| 俺也久久电影网| 巨乳人妻的诱惑在线观看| 国产1区2区3区精品| 色精品久久人妻99蜜桃| 亚洲欧美日韩无卡精品| 99久久精品一区二区三区| 99riav亚洲国产免费| 日本五十路高清| 两个人看的免费小视频| 亚洲aⅴ乱码一区二区在线播放| 神马国产精品三级电影在线观看| xxx96com| 国产精品久久久久久人妻精品电影| 亚洲精品在线观看二区| 亚洲欧美日韩高清在线视频| 嫩草影院入口| 亚洲欧美日韩无卡精品| 免费一级毛片在线播放高清视频| 俺也久久电影网| 午夜福利欧美成人| 欧美日本视频| 一本一本综合久久| 久久99热这里只有精品18| 国产亚洲精品一区二区www| 后天国语完整版免费观看| 黄色女人牲交|