Forschung Deep Learning erstellt globales Datenset zur Strassenbeschaffenheit
Ein neues globales Datenset zur Strassenoberfläche, abgeleitet aus Mapillary Street-View-Bildern und Deep Learning, schliesst eine wichtige Datenlücke. Während OpenStreetMap (OSM) oft unvollständige Angaben zur Strassenbeschaffenheit aufweist, nutzt dieser Ansatz heterogene, von der Crowd gesourcte Bilder, um Strassen als befestigt oder unbefestigt zu klassifizieren. Das Ergebnis ist eine signifikante Erweiterung der globalen Strassendaten, die nun fast vier Millionen Kilometer zusätzliche Informationen enthält und etwa 36 % des gesamten globalen Strassennetzes abdeckt. Die Daten sind besonders wertvoll für Regionen mit wenigen Strassendaten und unterstützen Anwendungen von Katastrophenmanagement bis hin zu nachhaltigen Entwicklungspolitiken.