[論文レビュー] RoadTracer: Automatic Extraction of Road Networks from Aerial Images

Favyen Bastani, Songtao He+6 more|arXiv (Cornell University)|Feb 11, 2018

Automated Road and Building Extraction被引用数 26

ひとこと要約

RoadTracerは、畳み込みニューラルネットワーク（CNN）による探索を用いて段階的に道路セグメントを追加することで、アーリアル画像から直接道路網グラフを構築する、新しいエンドツーエンドのディープラーニングアプローチを提案する。この手法は、ノイズの多いピクセル単位のセグメンテーションや複雑な後処理を回避する。15都市で評価した結果、セグメンテーションベースのベースラインと比較して5%の誤差率で45%高い交差点リcallを達成し、遮蔽や複雑なトポロジーに対しても優れた正確性を示した。

ABSTRACT

Mapping road networks is currently both expensive and labor-intensive. High-resolution aerial imagery provides a promising avenue to automatically infer a road network. Prior work uses convolutional neural networks (CNNs) to detect which pixels belong to a road (segmentation), and then uses complex post-processing heuristics to infer graph connectivity. We show that these segmentation methods have high error rates because noisy CNN outputs are difficult to correct. We propose RoadTracer, a new method to automatically construct accurate road network maps from aerial images. RoadTracer uses an iterative search process guided by a CNN-based decision function to derive the road network graph directly from the output of the CNN. We compare our approach with a segmentation method on fifteen cities, and find that at a 5% error rate, RoadTracer correctly captures 45% more junctions across these cities.

研究の動機と目的

• ノイズの多いCNNベースのピクセルセグメンテーションとヒューリスティックな後処理に起因する、既存の道路網マッピング手法の高誤差率を是正すること。
• 中間のセグメンテーション出力を一切使わず、アーリアル画像から直接道路網グラフを構築するエンドツーエンドの方法を開発すること。
• 木、建物、影による遮蔽や、複雑なトポロジーといった困難な状況下でも、道路網推論の正確性を向上させること。
• 都市部や複雑な環境において大規模に展開可能な、完全に自動化されスケーラブルな地図構築を可能にすること。

提案手法

• RoadTracerは、1つの道路セグメントずつを追加する反復的グラフ構築プロセスを用い、最適な次なるセグメントを予測するCNN意思決定関数でガイドする。
• CNNは、トレーニング中に部分的な道路網が進化するのと同時に、動的ラベル付け手順によりトレーニング例をリアルタイムで生成することで学習される。
• 中間のセグメンテーションを回避することで、しきい値設定やモルフォロジカル操作、ヒューリスティックな接続ルールへの依存を排除し、グラフトポロジを直接モデル化する。
• ウォークストップアクションのしきい値 $T$ が、最終的に推論されるグラフにおけるリコールと誤差率のバランスを制御する。
• 強化学習にインspiredされた教師ありトレーニングフレームワークを採用しているが、動的例生成により効率性を維持している。
• モデルは25都市で学習され、完全に異なる15都市で評価されることで、一般化性能を確保し、データリークを回避する。

実験結果

リサーチクエスチョン

• RQ1 ディープラーニングモデルは、中間のピクセル単位のセグメンテーションに依存せずに、アーリアル画像から正確な道路網グラフを直接構築できるか？
• RQ2 段階的グラフ構築手法は、セグメンテーションベースの手法と比較して、交差点の正確性と誤差率の面でどの程度優れているか？
• RQ3 CNNガイド付き探索プロセスは、並行道路やマルチレイヤーインターチェンジなどの複雑な道路トポロジー、および遮蔽をどの程度効果的に処理できるか？
• RQ4 エンドツーエンドのグラフ構築タスクにおいて、入力状態が時間とともに変化する状況で、動的トレーニング例生成がモデル性能を向上させられるか？
• RQ5 画像品質や道路複雑度の異なる多様な都市環境において、この手法はどの程度スケーラブルか？

主な発見

• 5%の平均誤差率において、RoadTracerはセグメンテーションベースの手法に比べ45%多くの交差点を捉えており、交差点リコールは0.58（セグメンテーション手法は0.40）を達成した。
• 5–10%の誤差率範囲では、RoadTracerがセグメンテーション手法を著しく上回り、多くの実用的応用における最適なトレードオフを示した。
• セグメンテーションベースの手法は、CNN出力のノイズにより高誤差率に陥っており、誤ったパス接続や、真の最短経路よりも短い経路が推論グラフに生成される。
• 強力なベースラインであるDeepRoadMapperは、テストセットで19%を超える平均誤差率にとどまっていることから、遮蔽や複雑なトポロジーの処理に限界があることが示された。
• TOPO指標において、RoadTracerはリコールが0.43に達するまで、セグメンテーション手法よりも低い誤差率を維持しており、さらにリコールを向上させても性能劣化はわずかにしか発生しなかった。
• 定性的な結果から、特にシカゴとボストンの地域では、建物や影による重度の遮蔽領域でもRoadTracerが接続性をよりよく保持しているのに対し、セグメンテーション手法は誤ったセグメントを生成していた。