從歷史地圖中提取地理空間數據

近年來，在使用掃描圖像讀取數據的自動化 *** 方面取得了重大進展。這種 *** 有助于自動索引文本，以便它們可以搜索和機器可讀。然而，當涉及到地圖數據時，到目前為止只有有限的工作。

新 *** 不僅可以檢測位置名稱并使其可搜索，而且現在可以恢復現代地圖中大部分缺失的數據。

將地圖標簽與地理數據聯系起來

makKurator 項目是一個有助于使舊地圖提供可索引和可讀的文本和可視數據的新項目。該項目一直在使用將地圖標簽與給定空間相關聯的深度學習度量 *** 。

讀取地圖的自動化 *** 面臨的一項挑戰是確定位置標簽，包括具有多個單詞名稱的位置標簽，并將給定文本與特定位置相關聯。通過確定給定地點與其標簽之間的適當距離度量，包括術語之間的距離，以便清楚地表明這些術語是相關的，可以將文本分類到所指示的適當位置。

微信號：MeetyXiao
添加微信好友, 獲取更多信息
復制微信號

在這種新 *** 中，視覺預測器分割給定區域并在文本項和 位置的邊界區域之間建立聯系。關鍵輸出包括一個概率圖，它使用文本標簽對給定的地圖像素進行分類，以便可以在一定程度上建立聯系。

新 *** 的一個主要好處是它使地圖特征和數據，包括那些由文本指示的，可以在地圖內和地圖之間進行搜索，從而可以在數據之間建立聯系。例如，如果想在舊地圖上搜索 1000 英尺以上的高度，那么僅使用圖像作為輸入數據就可以實現，其中高度將從視覺數據和標簽中自動提取。

這項工作最近使研究人員與 Rumsey Map Collection 之間的 合作成為可能，這將使地理參考地圖能夠通過文本進行搜索。這使其成為可以使用基于文本的搜索進行搜索的更大地圖存儲庫，可以有效地使舊地圖在搜索和識別感興趣的地方時 與 OpenStreetMap 一樣可用。

使用深度學習 *** 從地圖中提取地理元數據

最近的 *** 還支持深度學習 *** ，例如使用具有數據增強功能的卷積神經 *** (CNN)，只需使用現有的地理形狀位置就可以更好地分類和了解地理。

例如，通過地圖提供國家或大陸的形狀，可以根據地理名稱對這些地理特征進行分類。這有助于限制訓練數據需求的數量，使研究人員更容易創建可以在地圖上創建自動位置檢測的 *** ，包括僅掃描過的舊地圖。

從歷史地圖中提取地理數據

近年來，學者們在利用歷史地圖進行各種特征識別和提取方面也取得了進展。例如，了解舊道路的位置對于重建一個地區的地點和歷史數據可能很重要。

使用舊地圖，研究人員已經能夠使用完全卷積 *** 從舊地圖中提取舊道路和小徑，這些 *** 使用帶注釋的道路數據進行預訓練，用于訓練數據。然后，這些模型可以從不同時期的地圖中識別出不同類型的道路。

其他工作還實現了舊地圖上給定符號的自動識別和分類，以便它們可以數字化并用于更現代的地圖繪制。與道路識別和地圖增強工作類似，使用 CNN 變體的深度學習使符號能夠更容易地被識別，從而可以對它們進行分類以供使用。

深度學習自動從歷史地圖中提取地理數據

我們越來越多地看到學者們在尋找新的 *** 來自動對關鍵地圖特征進行分類，同時還利用地圖中的文本數據，以便文本和其他信息可以被索引和搜索。這現在使舊地圖成為更強大的資源，因為它們變得與使用類似 *** 的現代數字地圖一樣有效。

通過利用深度學習，研究人員可以從歷史地圖中提取大量新數據，包括文本和視覺數據，將我們的現代世界與發生變化或現代地圖中缺少信息的景觀和地區聯系起來。

來源：開源地理空間基金會中文分會

來源鏈接：https://www.osgeo.cn/post/1c240

本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。