Aplicación de modelos de aprendizaje generativo condicional para la esqueletización de representaciones viales en datos ráster

Resumen

La esqueletización de las redes viarias, entendida como la reducción de los trazos gruesos de las carreteras a representaciones de un solo píxel de ancho, es un paso crucial en la generalización cartográfica y el procesamiento de datos espaciales. En los últimos años, el aprendizaje profundo ha transformado la forma en que se interpretan los datos espaciales complejos. Los métodos tradicionales de erosión de imágenes a menudo no logran manejar con precisión estructuras complejas como intersecciones y rotondas, debido a su naturaleza compleja e imperfecta.

Este proyecto explora la aplicación del aprendizaje profundo, en particular las redes adversarias generativas condicionales (cGAN), para la esqueletización de carreteras en imágenes aéreas. Partiendo de un estudio previo, este trabajo amplía el conjunto de datos de entrenamiento, todos ellos tomados en España, y reentrena los modelos Pix2Pix con nuevas variaciones para mejorar la generación de esqueletos de carreteras limpios y conectados.

El modelo se entrena utilizando un conjunto de datos con 11.430 teselas de 256x256 píxeles abarcando diferentes zonas de toda España. Utilizando como entrada ortoimágenes o segmentaciones semánticas de viales y como salidas las máscaras esqueletizadas, se emplea una Red generativa antagónica condicional (cGAN) basada en la arquitectura Pix2Pix, con el objetivo de mejorar la esqueletización de la red viaria a partir de la información visual disponible.

Se toma un enfoque de evaluación cualitativa que compara las salidas de los modelos junto con una evaluación cuantitativa basada en el índice IoU (Intersection over union) entre otros. Los resultados demuestran que los modelos basados en aprendizaje profundo son más competentes para capturar topologías de redes viales, especialmente en zonas difíciles, ofreciendo así una alternativa prometedora a las técnicas convencionales. Este enfoque contribuye a la investigación en curso sobre automatización cartográfica inteligente y muestra el potencial de los modelos generativos en la simplificación de datos espaciales.

Abstract:

The skeletonization of road networks, understood as the reduction of thick road lines to representations of a single pixel width, is a crucial step in cartographic generalization and spatial data processing. In recent years, deep learning has transformed the way complex spatial data is interpreted. Traditional image erosion methods often fail to accurately handle complex structures such as intersections and roundabouts due to their complex and imperfect nature.

This project explores the application of deep learning, particularly conditional generative adversarial networks (cGAN), for road skeletonization in aerial imagery. Building on a previous study, this work extends the training dataset, all taken in Spain, and retrains the Pix2Pix models with new variations to improve the generation of clean and connected road skeletons.

The model is trained using a dataset with 11,430 tiles of 256x256 pixels, covering different areas all over Spain. Using either orthoimages or road semantic segmentations as input and the skeletonized masks as output, a conditional antagonistic generative network (cGAN) based on Pix2Pix architecture is employed, with the aim of improving the skeletonization of the road network based on the available visual information.

A qualitative evaluation methodology is employed to compare model outputs, complemented by a quantitative evaluation based on the Intersection over Union (IoU) index, among others. The results demonstrate that deep learning-based models are more effective at capturing road topologies, especially in complex areas, thus offering a promising alternative to conventional techniques. This approach contributes to the ongoing research on intelligent cartographic automation and shows the potential of generative models in spatial data simplification.