Automatização Da Extracção de Características Rodoviárias a Partir de Imagens de Alta Resolução

A dete o de caracter sticas rodovi rias a partir de imagens de dete o remota crucial para manter uma rede rodovi ria actualizada e fi vel, essencial para os transportes, o planeamento de emerg ncias e a navega o. Embora as redes neurais convolucionais se tenham mostrado promissoras na automatiza o deste processo, os m todos existentes trocam frequentemente a precis o pela complexidade. Este estudo tem como objetivo desenvolver um m todo preciso de extra o de estradas sem sacrificar a efici ncia computacional. Propomos uma rede neural de segmenta o sem ntica que combina a aprendizagem por transfer ncia e a arquitetura U-net com uma complexidade m nima. S o utilizadas t cnicas de p s-processamento para melhorar a qualidade dos resultados. O nosso m todo atinge uma pontua o F1 de 0,83 e uma precis o de 95,57%, superando outros modelos no conjunto de dados de Massachusetts. Esta abordagem demonstra um desempenho superior e uma complexidade de rede reduzida em compara o com os m todos existentes.