CN110609879A - 兴趣点判重方法、装置、计算机设备及存储介质 - Google Patents
兴趣点判重方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN110609879A CN110609879A CN201810615654.3A CN201810615654A CN110609879A CN 110609879 A CN110609879 A CN 110609879A CN 201810615654 A CN201810615654 A CN 201810615654A CN 110609879 A CN110609879 A CN 110609879A
- Authority
- CN
- China
- Prior art keywords
- interest
- interest points
- image
- points
- detected
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Image Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了兴趣点判重方法、装置、计算机设备及存储介质,其中方法包括:获取包含兴趣点的标识物的第一图像;对第一图像进行标识物检测;从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点;当与同一标识物相匹配的兴趣点数大于一时,按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点。应用本发明所述方案,能够节省人力成本并提升处理效率等。
Description
【技术领域】
本发明涉及计算机应用技术,特别涉及兴趣点判重方法、装置、计算机设备及存储介质。
【背景技术】
随着地图的应用越来越广泛,兴趣点(POI,Point of Interest)数据的上线、下线更新变得越来越重要。
在实际应用中,同一兴趣点可能存在多个名称,从而造成地图上的兴趣点重复。比如,某一兴趣点的招牌上有两个名称,分别为“***麻辣烫”和“***餐饮连锁”,在进行数据收录时,前后两次针对该兴趣点分别收录了不同的名称,那么则会造成地图上的兴趣点的重复。再比如,针对某一兴趣点,在进行数据收录时,前后两次针对该兴趣点分别收录了名称的全称和简称,那么也会造成地图上的兴趣点的重复。
重复的数据,会给地图的兴趣点更新带来很大的困难,也会使得用户体验受到一定的影响。因此,需要进行兴趣点判重处理,识别出重复的兴趣点,并采取相应的处理措施,以克服上述问题。
现有技术中,主要采用人工方式来实现兴趣点判重,这种方式需要耗费较大的人力成本,而且效率低下。
【发明内容】
有鉴于此,本发明提供了兴趣点判重方法、装置、计算机设备及存储介质。
具体技术方案如下:
一种兴趣点判重方法,包括:
获取包含兴趣点的标识物的第一图像;
对所述第一图像进行标识物检测;
从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点;
当与同一标识物相匹配的兴趣点数大于一时,按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点。
根据本发明一优选实施例,所述从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点包括:
基于以下信息之一或全部,从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点:检测到的标识物中的字符、检测到的标识物的标识物图像。
根据本发明一优选实施例,基于检测到的标识物中的字符,从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点包括:
识别出检测到的标识物中的字符;
从地图上的兴趣点中检索出名称与所述字符相匹配的兴趣点,将检索到的兴趣点作为与检测到的标识物相匹配的兴趣点。
根据本发明一优选实施例,基于检测到的标识物的标识物图像,从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点包括:
从所述第一图像中裁剪出检测到的标识物区域,得到标识物图像;
利用所述标识物图像,对所保存的历史标识物图像进行图图检索,将检索到的历史标识物图像对应的地图上的兴趣点作为与检测到的标识物相匹配的兴趣点。
根据本发明一优选实施例,该方法进一步包括:
根据获取到的所述第一图像的采集点的地理位置信息以及查找出的兴趣点的地理位置信息,从查找出的兴趣点中筛除地理位置不符合要求的兴趣点。
根据本发明一优选实施例,所述按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点包括:
分别获取各兴趣点的预定特征,基于所述预定特征确定出相匹配的兴趣点中是否存在重复的兴趣点。
一种兴趣点判重装置,包括:获取单元、检测单元、查找单元以及判重单元;
所述获取单元,用于获取包含兴趣点的标识物的第一图像;
所述检测单元,用于对所述第一图像进行标识物检测;
所述查找单元,用于从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点;
所述判重单元,用于当与同一标识物相匹配的兴趣点数大于一时,按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点。
根据本发明一优选实施例,所述查找单元基于以下信息之一或全部,从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点:检测到的标识物中的字符、检测到的标识物的标识物图像。
根据本发明一优选实施例,所述查找单元识别出检测到的标识物中的字符,从地图上的兴趣点中检索出名称与所述字符相匹配的兴趣点,将检索到的兴趣点作为与检测到的标识物相匹配的兴趣点。
根据本发明一优选实施例,所述查找单元从所述第一图像中裁剪出检测到的标识物区域,得到标识物图像,利用所述标识物图像,对所保存的历史标识物图像进行图图检索,将检索到的历史标识物图像对应的地图上的兴趣点作为与检测到的标识物相匹配的兴趣点。
根据本发明一优选实施例,所述查找单元从所述第一图像中裁剪出检测到的标识物区域,得到标识物图像,利用所述标识物图像,对所保存的历史标识物图像进行图图检索,将检索到的历史标识物图像对应的地图上的兴趣点作为与检测到的标识物相匹配的兴趣点。
根据本发明一优选实施例,当与同一标识物相匹配的兴趣点数大于一时,所述判重单元分别获取各兴趣点的预定特征,基于所述预定特征确定出相匹配的兴趣点中是否存在重复的兴趣点。
一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述程序时实现如以上所述的方法。
一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现如以上所述的方法。
基于上述介绍可以看出,采用本发明所述方案,可获取包含兴趣点的标识物的第一图像,并可对第一图像进行标识物检测,进而可从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点,当与同一标识物相匹配的兴趣点数大于一时,可按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点,从而实现兴趣点判重,相比于现有技术,本发明所述方案中无需人工进行操作,从而节省了人力成本,并提升了处理效率等。
【附图说明】
图1为本发明所述兴趣点判重方法实施例的流程图。
图2为本发明所述兴趣点判重装置实施例的组成结构示意图。
图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。
【具体实施方式】
针对现有技术中存在的问题,本发明中提出一种兴趣点判重方式,可获取包含兴趣点的标识物的第一图像,并对第一图像进行标识物检测,之后,可从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点,当与同一标识物相匹配的兴趣点数大于一时,可按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点。
所述标识物可以包括招牌、路牌等能够提供兴趣点的标识信息的物体。
以下以招牌为例,参照附图并举实施例,对本发明所述方案进行说明。
显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1为本发明所述兴趣点判重方法实施例的流程图。如图1所示,包括以下具体实现方式。
在101中,获取包含兴趣点的招牌的第一图像。
在102中,对第一图像进行招牌检测。
在103中,从地图上的兴趣点中查找出与检测到的招牌相匹配的兴趣点。
在104中,当与同一招牌相匹配的兴趣点数大于一时,按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点。
可收集大量的实景采集图像,如可包括二维图像以及全景图像等,实景采集图像的获取渠道不限。比如,可通过发布众包任务,让众包用户到指定的区域进行实景图像采集等。
实景采集到的图像中需要包含兴趣点的招牌,招牌数可以为一,也可以大于一。为与后续出现的图像相区别,将实景采集的包含兴趣点的招牌的图像称为第一图像。
针对获取到的每张第一图像,可首先对其进行招牌检测。
如何进行招牌检测不作限制。比如,可利用基于深度学习的快速基于区域卷积神经网络(Faster RCNN,Faster Region-based Convolutional Neural Network)检测框架,并融合方向梯度直方图(HOG,Histogram of Oriented Gradient)/Haar等图像特征检测技术,构建招牌检测模型,进而利用该模型对第一图像进行招牌检测,即将深度学习检测方式与传统的检测方式相结合,以获得更好的检测效果。
针对检测到的每个招牌,可从地图上的兴趣点中查找出与检测到的招牌相匹配的兴趣点。
较佳地,可基于以下信息之一或全部,从地图上的兴趣点中查找出与检测到的招牌相匹配的兴趣点:检测到的招牌中的字符、检测到的招牌的招牌图像。
以下分别对上述两种查找方式进行说明。
1)方式一
即基于检测到的招牌中的字符,从地图上的兴趣点中查找出与检测到的招牌相匹配的兴趣点。
具体地,可首先识别出检测到的招牌中的字符,之后,可从地图上的兴趣点中检索出名称与所述字符相匹配的兴趣点,将检索到的兴趣点作为与检测到的招牌相匹配的兴趣点。
其中,可通过光学字符识别(OCR,Optical Character Recognition)技术,识别出检测到的招牌中的字符,可能包括汉字、英文、数字等。
获取到招牌中的字符后,可基于获取到的字符对地图上的兴趣点的名称进行检索,以便从地图上的兴趣点中检索出名称与获取到的字符相匹配的兴趣点,进而将检索到的兴趣点作为与检测到的招牌相匹配的兴趣点。名称与获取到的字符相匹配,通常是指匹配程度大于一定阈值,无需完全匹配。
举例说明:
通过OCR技术,从某一招牌a中识别出以下字符:***家常菜;
从地图上的兴趣点中检索出名称与“***家常菜”相匹配的兴趣点,假设共检索到了2个兴趣点;
将这2个兴趣点作为与招牌a相匹配的兴趣点。
2)方式二
即基于检测到的招牌的招牌图像,从地图上的兴趣点中查找出与检测到的招牌相匹配的兴趣点。
具体地,可首先从第一图像中裁剪出检测到的招牌区域,得到招牌图像,之后,可利用获取到的招牌图像,对所保存的历史招牌图像进行图图检索,将检索到的历史招牌图像对应的地图上的兴趣点作为与检测到的招牌相匹配的兴趣点。其中,图图检索即指以图搜图的检索方式,用获取到的招牌图像作为输入,对所保存的历史招牌图像进行检索,查找到与获取到的招牌图像相匹配的历史招牌图像。
对于每个招牌,通过招牌检索,可确定出招牌区域,相应地,可将招牌区域从第一图像中裁剪出来,将裁剪出来的图像作为招牌图像,显然,招牌图像中只会包含招牌信息。
对于地图上的兴趣点,其中的全部或部分兴趣点可能保存有对应的历史招牌图像,历史招牌图像如何获取不作限制,比如可为专门采集的,或通过其它渠道获取的等。与招牌图像相同,历史招牌图像中也只包含招牌信息。
可采用图图检索的方式,从所保存的历史招牌图像中检索出与裁剪出的招牌图像相匹配的历史招牌图像,进而将检索到的历史招牌图像对应的地图上的兴趣点作为与检测到的招牌相匹配的兴趣点。
举例说明:
将某一招牌b从所在的第一图像中裁剪出来,得到招牌图像b;
基于裁剪出来的招牌图像b,对各历史招牌图像进行图图检索,假设共检索到了1个历史招牌图像;
将检索到的历史招牌图像对应的地图上的兴趣点作为与招牌b相匹配的兴趣点。
按照上述方式一和/或方式二,可查找出与检测到的招牌相匹配的兴趣点。
为了提高查找结果的准确性,并减少后续工作量等,针对查找出的兴趣点,还可进一步进行以下处理:根据获取到的第一图像的采集点的地理位置信息以及查找出的兴趣点的地理位置信息,从查找出的兴趣点中筛除地理位置不符合要求的兴趣点。
比如,可分别计算查找出的各兴趣点的地理位置与第一图像的采集点的地理位置的距离,将距离大于预定阈值的兴趣点作为地理位置不符合要求的兴趣点,进行筛除,将剩余的兴趣点作为与检测到的招牌相匹配的兴趣点。如果查找出的某一兴趣点的地理位置与第一图像的采集点的地理位置的距离大于预定阈值,那么说明这个兴趣点与检测到的招牌对应的兴趣点的距离很远,两者不可能是同一兴趣点,因此可将这个兴趣点筛除。
以众包用户为例,在进行实景图像采集时,除了需要上传采集到的实景图像之外,还可上传自身的地理位置信息,即采集点的地理位置信息,采集点的地理位置信息可利用众包用户使用的智能终端如手机中的定位功能来获取。
当与同一招牌相匹配的兴趣点数大于一时,可按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点。
较佳地,可分别获取相匹配的各兴趣点的预定特征,进而可基于获取到的预定特征确定出相匹配的各兴趣点中是否存在重复的兴趣点。
所述预定特征具体为何种特征可根据实际需要而定,比如可包括:
1)兴趣点名称的属性;
2)兴趣点的地理位置;
3)图图检索特征;
4)OCR识别结果在图像中的位置、颜色、纹理信息等。
假设与同一招牌相匹配的兴趣点数为二,那么基于上述特征,可分别按照以下方式确定出这两个兴趣点是否为重复的兴趣点。
1)兴趣点名称属性,如可包括餐饮行业、商店、教育机构等,如果两个兴趣点名称的属性不同,那么则可判定这两个兴趣点是不同的兴趣点,即是不重复的兴趣点。
2)如果这两个兴趣点的地理位置的距离大于预定阈值,那么则可判定这两个兴趣点是不同的兴趣点。
3)可比较这两个兴趣点分别对应的历史招牌图像的特征的相似度,若相似度小于预定阈值,那么则可判定这两个兴趣点是不同的兴趣点。
4)可比较这两个兴趣点分别对应的历史招牌图像中的字符的位置、颜色、纹理等,如果区别明显,那么则可判定这两个兴趣点是不同的兴趣点。
较佳地,可综合上述各个特征来判断这两个兴趣点是否为重复的兴趣点,以提高处理结果的准确性。
以上是以两个兴趣点为例进行说明,如果大于两个,比如四个,那么可两两按照上述方式进行处理,进而可综合两两判定结果最终确定出这四个兴趣点是否为重复的兴趣点或这四个兴趣点中是否存在重复的兴趣点等。
对于判定为重复的兴趣点,可按照现有技术在地图上对其进行合并处理等。
需要说明的是,对于前述的方法实施例,为了简单描述,将其表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其它顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
总之,采用本发明方法实施例所述方案,可基于实景采集的图像,通过招牌检测,定位出图像中的招牌区域,并进行OCR识别,进而与地图上的兴趣点进行匹配,找出对应于同一招牌的不同兴趣点,进而可结合地理位置信息等综合判断出不同兴趣点是否重复,相比于现有技术,本发明方法实施例所述方案中无需人工进行操作,从而节省了人力成本,并提升了处理效率和处理结果的准确性等。
以上是关于方法实施例的介绍,以下通过装置实施例,对本发明所述方案进行进一步说明。
图2为本发明所述兴趣点判重装置实施例的组成结构示意图。如图2所示,包括:获取单元201、检测单元202、查找单元203以及判重单元204。
获取单元201,用于获取包含兴趣点的招牌的第一图像。
检测单元202,用于对第一图像进行招牌检测。
查找单元203,用于从地图上的兴趣点中查找出与检测到的招牌相匹配的兴趣点。
判重单元204,用于当与同一招牌相匹配的兴趣点数大于一时,按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点。
其中,检测单元202可利用基于深度学习的Faster RCNN检测框架,并融合HOG/Haar等图像特征检测技术,构建招牌检测模型,进而利用该模型对第一图像进行招牌检测,即将深度学习检测方式与传统的检测方式相结合,以获得更好的检测效果。
针对检测到的每个招牌,查找单元203可分别从地图上的兴趣点中查找出与检测到的招牌相匹配的兴趣点。
较佳地,查找单元203可基于以下信息之一或全部,从地图上的兴趣点中查找出与检测到的招牌相匹配的兴趣点:检测到的招牌中的字符、检测到的招牌的招牌图像。
基于检测到的招牌中的字符,从地图上的兴趣点中查找出与检测到的招牌相匹配的兴趣点的方式可包括:首先识别出检测到的招牌中的字符,之后从地图上的兴趣点中检索出名称与所述字符相匹配的兴趣点,将检索到的兴趣点作为与检测到的招牌相匹配的兴趣点。
其中,可通过OCR技术,识别出检测到的招牌中的字符,可能包括汉字、英文、数字等。
基于检测到的招牌的招牌图像,从地图上的兴趣点中查找出与检测到的招牌相匹配的兴趣点的方式可包括:首先从第一图像中裁剪出检测到的招牌区域,得到招牌图像,之后利用招牌图像,对所保存的历史招牌图像进行图图检索,将检索到的历史招牌图像对应的地图上的兴趣点作为与检测到的招牌相匹配的兴趣点。
对于地图上的兴趣点,其中的全部或部分兴趣点可能保存有对应的历史招牌图像,历史招牌图像如何获取不作限制,比如可为专门采集的,或通过其它渠道获取的等。
按照上述方式进行处理后,可查找出与检测到的招牌相匹配的兴趣点。
为了提高查找结果的准确性,并减少后续工作量等,针对查找出的兴趣点,查找单元203还可进一步进行以下处理:根据获取到的第一图像的采集点的地理位置信息以及查找出的兴趣点的地理位置信息,从查找出的兴趣点中筛除地理位置不符合要求的兴趣点。
比如,可分别计算查找出的各兴趣点的地理位置与第一图像的采集点的地理位置的距离,将距离大于预定阈值的兴趣点作为地理位置不符合要求的兴趣点,进行筛除,将剩余的兴趣点作为与检测到的招牌相匹配的兴趣点。
当与同一招牌相匹配的兴趣点数大于一时,判重单元204可按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点。
较佳地,判重单元204可分别获取相匹配的各兴趣点的预定特征,进而可基于获取到的预定特征确定出相匹配的各兴趣点中是否存在重复的兴趣点。
所述预定特征具体为何种特征可根据实际需要而定,比如可包括:
1)兴趣点名称的属性;
2)兴趣点的地理位置;
3)图图检索特征;
4)OCR识别结果在图像中的位置、颜色、纹理信息等。
兴趣点名称属性,如可包括餐饮行业、商店、教育机构等,图图检索特征可以是指历史招牌图像的特征等,可综合上述各个特征来判断与同一招牌相匹配的多个兴趣点中是否存在重复的兴趣点,以提高处理结果的准确性,所述存在重复可以是指全部重复或部分重复等。
图2所示装置实施例的具体工作流程请参照前述方法实施例中的相关说明,不再赘述。
总之,采用本发明装置实施例所述方案,可基于实景采集的图像,通过招牌检测,定位出图像中的招牌区域,并进行OCR识别,进而与地图上的兴趣点进行匹配,找出对应于同一招牌的不同兴趣点,进而可结合地理位置信息等综合判断出不同兴趣点是否重复,相比于现有技术,本发明装置实施例所述方案中无需人工进行操作,从而节省了人力成本,并提升了处理效率和处理结果的准确性等。
图3示出了适于用来实现本发明实施方式的示例性计算机系统/服务器12的框图。图3显示的计算机系统/服务器12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图3所示,计算机系统/服务器12以通用计算设备的形式表现。计算机系统/服务器12的组件可以包括但不限于:一个或者多个处理器(处理单元)16,存储器28,连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
计算机系统/服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机系统/服务器12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。计算机系统/服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图3未显示,通常称为“硬盘驱动器”)。尽管图3中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
计算机系统/服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该计算机系统/服务器12交互的设备通信,和/或与使得该计算机系统/服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,计算机系统/服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图3所示,网络适配器20通过总线18与计算机系统/服务器12的其它模块通信。应当明白,尽管图中未示出,可以结合计算机系统/服务器12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现图1所示实施例中的方法。
本发明同时公开了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时将实现如图1所示实施例中的方法。
可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法等,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (14)
1.一种兴趣点判重方法,其特征在于,包括:
获取包含兴趣点的标识物的第一图像;
对所述第一图像进行标识物检测;
从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点;
当与同一标识物相匹配的兴趣点数大于一时,按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点。
2.根据权利要求1所述的方法,其特征在于,
所述从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点包括:
基于以下信息之一或全部,从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点:检测到的标识物中的字符、检测到的标识物的标识物图像。
3.根据权利要求2所述的方法,其特征在于,
基于检测到的标识物中的字符,从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点包括:
识别出检测到的标识物中的字符;
从地图上的兴趣点中检索出名称与所述字符相匹配的兴趣点,将检索到的兴趣点作为与检测到的标识物相匹配的兴趣点。
4.根据权利要求2所述的方法,其特征在于,
基于检测到的标识物的标识物图像,从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点包括:
从所述第一图像中裁剪出检测到的标识物区域,得到标识物图像;
利用所述标识物图像,对所保存的历史标识物图像进行图图检索,将检索到的历史标识物图像对应的地图上的兴趣点作为与检测到的标识物相匹配的兴趣点。
5.根据权利要求1所述的方法,其特征在于,
该方法进一步包括:
根据获取到的所述第一图像的采集点的地理位置信息以及查找出的兴趣点的地理位置信息,从查找出的兴趣点中筛除地理位置不符合要求的兴趣点。
6.根据权利要求1所述的方法,其特征在于,
所述按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点包括:
分别获取各兴趣点的预定特征,基于所述预定特征确定出相匹配的兴趣点中是否存在重复的兴趣点。
7.一种兴趣点判重装置,其特征在于,包括:获取单元、检测单元、查找单元以及判重单元;
所述获取单元,用于获取包含兴趣点的标识物的第一图像;
所述检测单元,用于对所述第一图像进行标识物检测;
所述查找单元,用于从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点;
所述判重单元,用于当与同一标识物相匹配的兴趣点数大于一时,按照预定方式确定出相匹配的兴趣点中是否存在重复的兴趣点。
8.根据权利要求7所述的装置,其特征在于,
所述查找单元基于以下信息之一或全部,从地图上的兴趣点中查找出与检测到的标识物相匹配的兴趣点:检测到的标识物中的字符、检测到的标识物的标识物图像。
9.根据权利要求8所述的装置,其特征在于,
所述查找单元识别出检测到的标识物中的字符,从地图上的兴趣点中检索出名称与所述字符相匹配的兴趣点,将检索到的兴趣点作为与检测到的标识物相匹配的兴趣点。
10.根据权利要求8所述的装置,其特征在于,
所述查找单元从所述第一图像中裁剪出检测到的标识物区域,得到标识物图像,利用所述标识物图像,对所保存的历史标识物图像进行图图检索,将检索到的历史标识物图像对应的地图上的兴趣点作为与检测到的标识物相匹配的兴趣点。
11.根据权利要求7所述的装置,其特征在于,
所述查找单元进一步用于,根据获取到的所述第一图像的采集点的地理位置信息以及查找出的兴趣点的地理位置信息,从查找出的兴趣点中筛除地理位置不符合要求的兴趣点。
12.根据权利要求7所述的装置,其特征在于,
当与同一标识物相匹配的兴趣点数大于一时,所述判重单元分别获取各兴趣点的预定特征,基于所述预定特征确定出相匹配的兴趣点中是否存在重复的兴趣点。
13.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1~6中任一项所述的方法。
14.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1~6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810615654.3A CN110609879B (zh) | 2018-06-14 | 2018-06-14 | 兴趣点判重方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810615654.3A CN110609879B (zh) | 2018-06-14 | 2018-06-14 | 兴趣点判重方法、装置、计算机设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110609879A true CN110609879A (zh) | 2019-12-24 |
CN110609879B CN110609879B (zh) | 2022-11-01 |
Family
ID=68887929
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810615654.3A Active CN110609879B (zh) | 2018-06-14 | 2018-06-14 | 兴趣点判重方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110609879B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381162A (zh) * | 2020-11-19 | 2021-02-19 | 北京百度网讯科技有限公司 | 信息点识别方法、装置及电子设备 |
CN112507223A (zh) * | 2020-12-10 | 2021-03-16 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备及可读存储介质 |
CN113901257A (zh) * | 2021-10-28 | 2022-01-07 | 北京百度网讯科技有限公司 | 地图信息的处理方法、装置、设备和存储介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103106272A (zh) * | 2013-02-06 | 2013-05-15 | 腾讯科技(深圳)有限公司 | 兴趣点信息获取方法及装置 |
CN103399885A (zh) * | 2013-07-19 | 2013-11-20 | 百度在线网络技术(北京)有限公司 | 兴趣点代表图片的挖掘方法、装置和服务器 |
CN103488798A (zh) * | 2013-10-14 | 2014-01-01 | 大连民族学院 | 一种甲骨文自动识别方法 |
CN103914546A (zh) * | 2014-04-09 | 2014-07-09 | 百度在线网络技术(北京)有限公司 | 数据更新方法及其装置 |
US20150149084A1 (en) * | 2013-11-26 | 2015-05-28 | Institute For Information Industry | Positioning control method |
CN105009170A (zh) * | 2012-12-28 | 2015-10-28 | 日本电气株式会社 | 物体识别设备、方法和存储介质 |
US9715553B1 (en) * | 2010-06-18 | 2017-07-25 | Google Inc. | Point of interest retrieval |
CN107436906A (zh) * | 2016-05-27 | 2017-12-05 | 高德信息技术有限公司 | 一种信息检测方法及装置 |
CN107609186A (zh) * | 2017-09-30 | 2018-01-19 | 百度在线网络技术(北京)有限公司 | 信息处理方法及装置、终端设备及计算机可读存储介质 |
-
2018
- 2018-06-14 CN CN201810615654.3A patent/CN110609879B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9715553B1 (en) * | 2010-06-18 | 2017-07-25 | Google Inc. | Point of interest retrieval |
CN105009170A (zh) * | 2012-12-28 | 2015-10-28 | 日本电气株式会社 | 物体识别设备、方法和存储介质 |
CN103106272A (zh) * | 2013-02-06 | 2013-05-15 | 腾讯科技(深圳)有限公司 | 兴趣点信息获取方法及装置 |
CN103399885A (zh) * | 2013-07-19 | 2013-11-20 | 百度在线网络技术(北京)有限公司 | 兴趣点代表图片的挖掘方法、装置和服务器 |
CN103488798A (zh) * | 2013-10-14 | 2014-01-01 | 大连民族学院 | 一种甲骨文自动识别方法 |
US20150149084A1 (en) * | 2013-11-26 | 2015-05-28 | Institute For Information Industry | Positioning control method |
CN103914546A (zh) * | 2014-04-09 | 2014-07-09 | 百度在线网络技术(北京)有限公司 | 数据更新方法及其装置 |
CN107436906A (zh) * | 2016-05-27 | 2017-12-05 | 高德信息技术有限公司 | 一种信息检测方法及装置 |
CN107609186A (zh) * | 2017-09-30 | 2018-01-19 | 百度在线网络技术(北京)有限公司 | 信息处理方法及装置、终端设备及计算机可读存储介质 |
Non-Patent Citations (1)
Title |
---|
薛飞: "包头城市部件及地名地址普查实践研究", 《测绘与空间地理信息》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112381162A (zh) * | 2020-11-19 | 2021-02-19 | 北京百度网讯科技有限公司 | 信息点识别方法、装置及电子设备 |
CN112381162B (zh) * | 2020-11-19 | 2024-05-07 | 北京百度网讯科技有限公司 | 信息点识别方法、装置及电子设备 |
CN112507223A (zh) * | 2020-12-10 | 2021-03-16 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备及可读存储介质 |
CN112507223B (zh) * | 2020-12-10 | 2023-06-23 | 北京百度网讯科技有限公司 | 数据处理方法、装置、电子设备及可读存储介质 |
CN113901257A (zh) * | 2021-10-28 | 2022-01-07 | 北京百度网讯科技有限公司 | 地图信息的处理方法、装置、设备和存储介质 |
CN113901257B (zh) * | 2021-10-28 | 2023-10-27 | 北京百度网讯科技有限公司 | 地图信息的处理方法、装置、设备和存储介质 |
US11934449B2 (en) | 2021-10-28 | 2024-03-19 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus for processing map information, and storage medium |
Also Published As
Publication number | Publication date |
---|---|
CN110609879B (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11698261B2 (en) | Method, apparatus, computer device and storage medium for determining POI alias | |
US11403766B2 (en) | Method and device for labeling point of interest | |
CN111782977B (zh) | 兴趣点处理方法、装置、设备及计算机可读存储介质 | |
CN108229364B (zh) | 建筑物轮廓生成方法、装置、计算机设备及存储介质 | |
CN110677815A (zh) | 停留点识别方法、装置、计算机设备及存储介质 | |
US11106933B2 (en) | Method, device and system for processing image tagging information | |
JP2009003415A (ja) | 地図データ更新方法および装置 | |
CN104090970A (zh) | 兴趣点的展现方法及装置 | |
CN110609879B (zh) | 兴趣点判重方法、装置、计算机设备及存储介质 | |
CN108897824A (zh) | 兴趣点空间拓扑关系构建方法、装置及存储介质 | |
CN109492066B (zh) | 一种兴趣点分支名称的确定方法、装置、设备及存储介质 | |
CN110688434B (zh) | 一种兴趣点处理方法、装置、设备和介质 | |
CN110727816A (zh) | 兴趣点类别确定方法和装置 | |
CN112232203B (zh) | 行人识别方法、装置、电子设备及存储介质 | |
KR20190124436A (ko) | 영상 기반 건물 검색 방법 및 장치 | |
CN110012426B (zh) | 消亡poi的确定方法、装置、计算机设备和存储介质 | |
CN113301382A (zh) | 视频处理方法、设备、介质及程序产品 | |
CN111783786A (zh) | 图片的识别方法、系统、电子设备及存储介质 | |
CN111984876A (zh) | 兴趣点处理方法、装置、设备及计算机可读存储介质 | |
CN110059180B (zh) | 文章作者身份识别及评估模型训练方法、装置及存储介质 | |
CN110457705B (zh) | 一种兴趣点数据处理方法、装置、设备和存储介质 | |
CN111832483A (zh) | 一种兴趣点有效性识别方法、装置、设备以及存储介质 | |
CN112801078A (zh) | 兴趣点poi的匹配方法、装置、电子设备及存储介质 | |
CN111178531B (zh) | 关系推理以及关系推理模型的获取方法、装置及存储介质 | |
CN109558508B (zh) | 数据挖掘方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |