Detailergebnis zu DOK-Nr. 82294
Erkennung von Fußgängerüberwegen anhand von Satellitenbildern zur Vervollständigung des Fußverkehrsnetzes (Orig. engl.: Crosswalk detection from satellite imagery for pedestrian network completion)
| Autoren |
R. Verma S.V. Ukkusuri |
|---|---|
| Sachgebiete |
0.11 Daten (EDV, IT, Internetanwendungen und Verkehrsdaten) 5.6 Fußgängerverkehr, Fußwege, Fußgängerüberwege |
Transportation Research Record (TRR): Journal of the Transportation Research Board Vol. 2678, H. 7, 2024, S. 845-856, 6 B, 3 T, zahlr. Q. - Online-Ressource: verfügbar unter: https://journals.sagepub.com/home/trr
Die Erstellung und Vervollständigung von Fußverkehrsnetzen für verschiedene Aufgaben in der Verkehrsplanung erfordert in der Regel eine mühsame manuelle Kennzeichnung von Gehwegen und Fußgängerüberwegen (FGÜ). In dieser Studie wurde das auf Deep Learning basierende Objekterkennungsmodell YOLO v5 zur Erkennung von Fußgängerüberwegen unter Verwendung von Google Maps-Satellitenbilddaten aus vier nordamerikanischen Städten eingesetzt. Es wurden außerdem zwei zusätzliche Szenarien mit zwei Bildverarbeitungstechniken getestet, um die besonderen Eigenschaften von FGÜ zu nutzen. Die Beobachtungen zeigten, dass die Originalbilder besser abschnitten als bei binärer Schwellenwertbildung und fast gleich gut, selbst wenn verrauschte Bereiche außerhalb des Vorfahrtsbereichs des Fußverkehrs entfernt wurden. Die Autoren schlugen einen Algorithmus vor, um die erkannten Fußgängerüberwege den Knotenpunktarmen zuzuordnen. Sie demonstrierten die Wirksamkeit dieser Technik für Washington (D.C.) und Los Angeles mit Klassifizierungsgenauigkeiten von 71 % bzw. 89 %. Das Forschungsteam der Purdue University in West Lafayette zeigte auch den Einfluss einer Erhöhung des Abstandsschwellenwerts, eines Toleranzradius für die Vorhersagegenauigkeit, auf die Verschlechterung der Klassifizierungsleistung. In Kombination mit bestehenden Methoden zur Erkennung von Gehwegen aus Luft- und Straßenansichten könnte diese Methode sinnvoll eingesetzt werden, um städtische Fußverkehrsnetzwerke in Städten zu vervollständigen, für die hochauflösende Satellitenbilder verfügbar sind.