CN113256642A - 电子地图中失效区域的确定方法、装置、设备和存储介质 - Google Patents
电子地图中失效区域的确定方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113256642A CN113256642A CN202010082564.XA CN202010082564A CN113256642A CN 113256642 A CN113256642 A CN 113256642A CN 202010082564 A CN202010082564 A CN 202010082564A CN 113256642 A CN113256642 A CN 113256642A
- Authority
- CN
- China
- Prior art keywords
- area
- target
- image
- segmentation
- electronic map
- 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
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000011218 segmentation Effects 0.000 claims abstract description 96
- 238000012216 screening Methods 0.000 claims abstract description 42
- 238000005192 partition Methods 0.000 claims abstract description 25
- 238000013507 mapping Methods 0.000 claims abstract description 22
- 230000015654 memory Effects 0.000 claims description 20
- 238000013145 classification model Methods 0.000 claims description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 9
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010276 construction Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000003709 image segmentation Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Geometry (AREA)
- Remote Sensing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请公开了一种电子地图中失效区域的确定方法、装置、设备和存储介质，涉及电子地图技术领域。具体实现方案为：获取目标地理区域的图像；采用所述目标地理区域内的线状元素对所述图像进行分割，得到至少两个分割区域；从所述至少两个分割区域中，筛选满足失效条件的目标分割区域；将所述目标分割区域映射到电子地图中，得到所述电子地图中的失效区域。本实施例目标地理区域的图像中确定由线状元素分割开的元素移除区域；进而通过区域映射，准确得到电子地图中的失效区域，从而对电子地图进行准确更新。
Description
技术领域
本申请涉及计算机技术，尤其涉及电子地图技术领域。
背景技术
电子地图(Electronic map)，即数字地图，是利用计算机技术，以数字方式存储和查阅的地图。电子地图包括多种地图元素，例如楼宇、公路、商超等。当现实世界中的这些元素移除(例如拆迁)后，需要确定电子地图中对应的失效区域，进而将失效区域内的POI数据进行下线处理，实现地图更新。
目前，确定电子地图中失效区域的方法为：采集卫星图像，将卫星图像裁剪成一个个固定尺寸的矩形图像。采用分类模型将矩形图像识别为“元素移除”或“元素未移除”，将元素移除的矩形图像对应的区域确定为失效区域。
以拆迁为例，由于现实世界中的拆迁区域的形状往往是不规则的，经过裁剪后的矩形图像可能会采集到拆迁区域的边缘，导致既包含拆迁区域又包含非拆迁区域的情况。如果将整个矩形图像识别为“元素移除”或“元素未移除”，将会造成原本有效的区域被识别为失效，或者原本失效的区域被识别为有效，导致电子地图的错误更新。
发明内容
本申请实施例提供了一种电子地图中失效区域的确定方法、装置、设备和存储介质，以提高失效区域确定的准确性，保证电子地图正确更新。
第一方面，本申请实施例提供了一种电子地图中失效区域的确定方法，包括：
获取目标地理区域的图像；
采用所述目标地理区域内的线状元素对所述图像进行分割，得到至少两个分割区域；
从所述至少两个分割区域中，筛选满足失效条件的目标分割区域；
将所述目标分割区域映射到电子地图中，得到所述电子地图中的失效区域。
本申请实施例中，基于地理区域中，元素移除区域和元素未移除区域一般采用线状元素分隔的特点，通过采用线状元素对目标地理图像进行分割，得到至少两个分割区域，将目标地理图像中的元素移除区域与元素未移除区域分割开；从所述至少两个分割区域中，筛选满足失效条件的目标分割区域，即从目标地理图像中确定由线状元素分割开的元素移除区域；进而通过区域映射，准确得到电子地图中的失效区域，从而对电子地图进行准确更新。
可选的，在所述从所述至少两个分割区域中，筛选满足失效条件的目标分割区域之前，还包括：
采用分类模型对所述图像进行分类，得到所述图像所属的类别；
所述从所述至少两个分割区域中，筛选满足失效条件的目标分割区域，包括：
如果所述图像所属的类别为元素移除，从所述至少两个分割区域中，筛选满足面积条件的目标分割区域。
上述申请中的一种可选实施方式，通过采用分类模型对整个图像进行分类，得到所述图像所属的类别；当所述类别为元素移除时，则图像的大部分区域应为元素移除区域，进一步筛选满足面积条件的目标分割区域，以确定失效区域。
可选的，所述从所述至少两个分割区域中，筛选满足面积条件的目标分割区域，包括：从所述至少两个分割区域中，筛选面积最大的目标分割区域；或者，按照面积从大到小的顺序对至少两个分割区域进行排序，筛选前预设数量个分割区域为目标分割区域。
上述申请中的一种可选实施方式，基于图像的大部分区域为元素移除区域，则将面积最大的或者面积排序靠前的分割区域筛选为目标分割区域，映射得到无效区域，能够有效提高无效区域确定的准确性。
可选的，采用分类模型对所述图像进行分类，得到所述图像所属的类别；
所述从所述至少两个分割区域中，筛选满足失效条件的目标分割区域，包括：
如果所述图像所属的类别为元素未移除，提取至少两个所述分割区域的图像特征；
将图像特征与预设的元素移除区域的特征相匹配的分割区域确定为目标分割区域。
上述申请中的一种可选实施方式，通过采用分类模型对整个图像进行分类，得到所述图像所属的类别；当所述类别为元素未移除时，可能存在元素移除的区域，进而将图像特征与预设的元素移除区域的特征相匹配的分割区域确定为目标分割区域，映射得到无效区域，能够有效提高无效区域确定的准确性。
可选的，采用所述目标地理区域内的线状元素对所述图像进行分割，得到至少两个分割区域，包括：
对所述目标地理区域进行范围扩大，得到扩大后的区域；
从所述电子地图中，提取扩大后的区域内的线状元素信息；
根据提取的线状元素信息与所述目标地理区域的位置关系，筛选与所述目标地理区域相交的线状元素信息；
采用筛选出的线状元素信息对所述图像进行分割，得到至少两个分割区域。
上述申请中的一种可选实施方式，针对线状元素采用坐标点集合表示的情况，通过提取对目标地理区域扩大后的区域内的线状元素，有效提取到所有可能与目标地理区域相交的线状元素，避免遗漏；进一步通过位置关系，筛选与所述目标地理区域相交的线状元素信息，剔除明确不相交的、无用的线状元素，
可选的，采用所述目标地理区域内的线状元素对所述图像进行分割，得到至少两个分割区域，包括：
将所述目标地理区域划分为多个网格，并获取每个网格对应的线状元素的标识；
从所述电子地图中提取与所述线状元素的标识对应的线状元素信息；
采用所述线状元素信息对所述图像进行分割，得到至少两个分割区域。
上述申请中的一种可选实施方式，目标地理区域的每个网格与线状元素的标识具有对应关系，线状元素标识与线状元素信息具有对应关系，通过目标地理区域的网格以及对应关系，得到目标地理区域内的线状元素信息，无需进行位置关系计算，提高了线状元素信息提取的效率，进而提高图像分割的效率。
可选的，在所述将所述目标地理区域划分为多个网格，并获取每个网格对应的线状元素的标识之前，还包括：
将包含所述目标地理区域的预设区域划分为多个网格；
根据所述预设区域内的线状元素与多个网格的位置关系，确定所述线状元素经过的网格；
建立所述线状元素经过的网格与所述线状元素的标识的对应关系。
上述申请中的一种可选实施方式，针对线状元素采用坐标点集合表示的情况，通过将包含目标地理区域的预设区域划分为多个网格，并基于线状元素与网格的位置关系，确定线状元素经过的网格，从而建立线状元素经过的网格与所述线状元素的标识的对应关系，不需要针对每个坐标点进行计算，而是以网格为粒度，确定哪些网格有哪些线状元素，相当于通过网格对坐标点进行降维处理，能够提高处理效率。
可选的，目标地理区域内的线状元素的数量为至少一个；所述分割区域包括：至少一个线状元素与图像的边缘围成的区域，和/或，至少两个线状元素围成的区域。
上述申请中的一种可选实施方式，基于元素移除区域和元素未移除区域一般采用线状元素分隔，以及图像包括的区域有限的客观情况，如果图像包含整个元素移除区域，则元素移除区域单纯由线状元素围成；如果图像仅包含部分元素移除区域，则元素移除区域由线状元素和图像边缘共同围成，符合现实情况，有利于确定出所有的无效区域。
可选的，线状元素包括水系、路网和境界中的至少一种。
上述申请中的一种可选实施方式，基于元素移除区域一般不会跨过水系、路网和境界，本实施例采用水系、路网和境界中的至少一种对图像进行分割，符合现实情况，提高无效区域确定的准确性。
第二方面，本申请实施例还提供了一种电子地图中失效区域的确定装置，包括：
获取模块，用于获取目标地理区域的图像；
分割模块，用于采用所述目标地理区域内的线状元素对所述图像进行分割，得到至少两个分割区域；
筛选模块，用于从所述至少两个分割区域中，筛选满足失效条件的目标分割区域；
映射模块，用于将所述目标分割区域映射到电子地图中，得到所述电子地图中的失效区域。
第三方面，本申请实施例还提供了一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如第一方面实施例所提供的一种电子地图中失效区域的确定方法。
第四方面，本申请实施例还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如第一方面实施例所提供的一种电子地图中失效区域的确定方法。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1a是本申请实施例一中的一种电子地图中失效区域的确定方法的流程图；
图1b是本申请实施例一中的图像中由路网分割图像，得到的两个分割区域的示意图；
图2是本申请实施例二中的一种电子地图中失效区域的确定方法的流程图；
图3a是本申请实施例三中的一种电子地图中失效区域的确定方法的流程图；
图3b是本申请实施例三中的目标地理区域和扩大后的区域的示意图；
图4是本申请实施例四中的一种电子地图中失效区域的确定装置的结构图；
图5是用来实现本申请实施例的电子地图中失效区域的确定方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
实施例一
图1a是本申请实施例一中的一种电子地图中失效区域的确定方法的流程图，本申请实施例适用于在目标地理区域有元素移除时，确定出电子地图中对应的无效区域的情况，该方法通过电子地图中失效区域的确定装置执行，该装置采用软件和/或硬件实现，并具体配置于具备一定数据运算能力的电子设备中。
如图1a所示的一种电子地图中失效区域的确定方法，包括：
S101、获取目标地理区域的图像。
目标地理区域包括楼宇、公路、商超等元素移除的区域，例如拆迁区域、修建区域、改造区域等。
可选地，在目标地理区域的上空进行拍摄得到目标地理区域的俯瞰图像。当然，也可以获取目标地理区域的其他拍摄角度的图像，能清晰、完整地显示目标地理区域即可。
在制作及更新电子地图的应用场景中，一般采用卫星对大范围的地理区域(如整个地球或整个国家)进行拍摄，得到卫星图像。基于此，可以将卫星图像裁剪成多个固定尺寸的矩形图像，并获取多个矩形图像。每个矩形图像包括对应的目标地理区域，例如一个居民区、一个商业中心。
S102、采用目标地理区域内的线状元素对图像进行分割，得到至少两个分割区域。
顾名思义，线状元素为线条状的元素，能够对目标地理区域进行区域分隔。本实施例中的线状元素包括水系、路网和境界中的至少一种。水系包括单线河、双线河等；路网包括高速公路、国道、省道、市区主路、附路等；境界包括国界、省界、市界、县界、区界等。基于元素移除区域一般不会跨过水系、路网和境界，本实施例采用水系、路网和境界中的至少一种对图像进行分割，符合现实情况，提高无效区域确定的准确性。
本实施例中，目标地理区域内的线状元素的数量为至少一个。分割区域包括：至少一个线状元素与图像的边缘围成的区域，和/或，至少两个线状元素围成的区域。图1b是本申请实施例一中由路网分割图像，得到的两个分割区域的示意图。为了方便描述和区分，图1b中，通过路网30将图像分割为左侧的第一分割区域20和右侧的第二分割区域30。第一分割区域20显示有大片的裸露土地，为元素移除的区域，第二分割区域30显示有大量的建筑物，为元素未移除区域。基于图像包括的区域有限的客观情况，如果图像包含整个元素移除区域，则元素移除区域单纯由至少两个线状元素围成；如果图像仅包含部分元素移除区域，则元素移除区域由至少一个线状元素和图像边缘共同围成，如图1b所示，第一分割区域20由路网30和图像上边缘、左边缘和下边缘共同围成。当然图像中还可以既包括由至少两个线状元素围成的元素移除区域，又包括由至少一个线状元素和图像边缘共同围成的区域。本实施例提供的分割区域符合现实情况，有利于确定出所有的无效区域。
S103、从至少两个分割区域中，筛选满足失效条件的目标分割区域。
S104、将目标分割区域映射到电子地图中，得到电子地图中的失效区域。
本实施例假设至少两个分割区域中可能存在元素移除区域，则对每一个分割区域进行判断。具体地，判断每个分割区域是否满足失效条件，将满足失效条件的分割区域筛选为目标分割区域，即元素移除区域；滤除不满足失效条件的分割区域，即元素未移除区域。
可选地，失效条件可以根据元素移除区域在图像中的显示特征确定。例如，现实生活中，修建区域会设置围栏或安插代表“施工”的红旗。因此，失效条件为识别到围栏或者红旗。基于此，对每个分割区域进行围栏或红旗的目标识别，将识别到围栏或者红旗的分割区域筛选为目标分割区域。
在S104处，按照目标分割区域对应的地理区域在电子地图中的位置，将目标分割区域映射到电子地图中，得到电子地图中的失效区域。可选地，根据图像坐标系与电子地图坐标系的转化关系。将目标分割区域的坐标映射到电子地图中，圈画出失效区域，对失效区域中的元素进行清洗下线。
本申请实施例中，基于地理区域中，元素移除区域和元素未移除区域一般采用线状元素分隔的特点，通过采用线状元素对目标地理图像进行分割，得到至少两个分割区域，将目标地理图像中的元素移除区域与元素未移除区域分割开；从至少两个分割区域中，筛选满足失效条件的目标分割区域，即从目标地理图像中确定由线状元素分割开的元素移除区域；进而通过区域映射，准确得到电子地图中的失效区域，从而对电子地图进行准确更新。
实施例二
图2是本申请实施例二中的一种电子地图中失效区域的确定方法的流程图，本申请实施例在上述各实施例的技术方案的基础上进行了优化改进。
进一步的，在操作“从至少两个分割区域中，筛选满足失效条件的目标分割区域”之前追加“采用分类模型对图像进行分类，得到图像所属的类别”，从而采用分类模型对识别图像属于元素移除类别还是元素非移除类别。
进一步的，将操作“从至少两个分割区域中，筛选满足失效条件的目标分割区域”细化为“如果图像所属的类别为元素移除，从至少两个分割区域中，筛选满足面积条件的目标分割区域”，进一步还细化为“如果图像所属的类别为元素移除，从至少两个分割区域中，筛选满足面积条件的目标分割区域”，针对不同的类别，采用不同的失效条件筛选目标分割区域。
如图2所示的一种电子地图中失效区域的确定方法，包括：
S201、获取目标地理区域的图像。
S202、采用分类模型对图像进行分类，得到图像所属的类别。
具体地，获取训练集，训练集包括多张带有类型标注的图像。采用训练集训练分类模型，并采用训练后的分类模型对图像进行分类。分类的类别包括元素移除类别和元素未移除类别。
S203、采用目标地理区域内的线状元素对图像进行分割，得到至少两个分割区域。
S204、判断图像所属的类别为元素移除或元素未移除。如果图像所属的类别为元素移除，跳转到S205；如果图像所属的类别为元素未移除，跳转到S206。
S205、从至少两个分割区域中，筛选满足面积条件的目标分割区域。继续执行S207。
如果图像所属的类别是元素移除，该图像中的大部分区域或者全部区域应是元素移除的区域，即元素移除区域在图像中的显示特征为面积较大，则依据面积条件筛选目标分割区域。
在一可选实施方式中，从至少两个分割区域中，筛选面积最大的目标分割区域。在另一可选实施方式中，目标分割区域的数量为至少一个，则按照面积从大到小的顺序对至少两个分割区域进行排序，筛选前预设数量个分割区域为目标分割区域。其中，预设数量应小于等于分割区域的数量，例如1个、2个。
S206、提取至少两个分割区域的图像特征，并将图像特征与预设的元素移除区域的特征相匹配的分割区域确定为目标分割区域。继续执行S207。
如果图像所属的类别是元素未移除，该图像中的大部分区域或者全部区域应是元素未移除的区域，侧面说明图像中可能存在元素未移除的区域。基于此，提取至少两个分割区域的图像特征，判断图像特征是否与预设的元素移除区域的特征相匹配。
其中，预设的元素移除区域的特征为元素移除区域在图像中的图像特征。图像特征包括图像像素特征、图像边缘能量等。以拆迁区域为例，拆迁区域一般为裸露的土地或者覆盖绿布，拆迁区域在图像中的图像特征为土黄色或绿色。拆迁区域的图像的细节丰富程度低，图像边缘能量值低。非拆迁区域包括大量的兴趣点(Point of Interest，POI)，包括非拆迁区域的图像的细节丰富程度高，图像边缘能量值高。基于此，将土黄色、绿色或者小于预设阈值的图像边缘能量值预设为元素移除区域的特征。
如果分割区域的图像像素为土黄色、绿色，或者分割区域的图像边缘能量值小于预设的图像边缘能量值，则该分割区域的图像特征与预设的元素移除区域的特征相匹配，将该分割区域确定为目标分割区域。
S207、将目标分割区域映射到电子地图中，得到电子地图中的失效区域。
值得说明的是，S202在S204之前执行即可，具体可以在S203之前执行也可以在S230之后执行。
本实施例中，通过采用分类模型对整个图像进行分类，得到图像所属的类别；当类别为元素移除时，则图像的大部分区域应为元素移除区域，进一步筛选满足面积条件的目标分割区域，以确定失效区域；进一步的，基于图像的大部分区域为元素移除区域，则将面积最大的或者面积排序靠前的分割区域筛选为目标分割区域，映射得到无效区域，能够有效提高无效区域确定的准确性。
进一步的，当类别为元素未移除时，可能存在元素移除的区域，进而将图像特征与预设的元素移除区域的特征相匹配的分割区域确定为目标分割区域，映射得到无效区域，能够有效提高无效区域确定的准确性。
实施例三
图3a是本申请实施例三中的一种电子地图中失效区域的确定方法的流程图，本申请实施例在上述各实施例的技术方案的基础上进行了优化改进。
进一步的，将操作“采用目标地理区域内的线状元素对图像进行分割，得到至少两个分割区域”细化为“将目标地理区域划分为多个网格，并获取每个网格对应的线状元素的标识；从电子地图中提取与线状元素的标识对应的线状元素信息；采用线状元素信息对图像进行分割，得到至少两个分割区域”，提高了线状元素信息提取的效率，进而提高图像分割的效率。
如图3a所示的一种电子地图中失效区域的确定方法，包括：
S301、获取目标地理区域的图像。
S302、将目标地理区域划分为多个网格，并获取每个网格对应的线状元素的标识。
可选的，在S302之前包括哈希表的建立过程，哈希表存储网格编号与线状元素的标识的对应关系。具体地，将包含目标地理区域的预设区域划分为多个网格；根据预设区域内的线状元素与多个网格的位置关系，确定线状元素经过的网格；建立线状元素经过的网格与线状元素的标识的对应关系。
其中，包含目标地理区域的预设区域为实施例一中的大范围的地理区域，如整个地球或整个国家。将预设区域按照设定尺寸，如100m×100m，划分为多个网格，并为每个网格分配网格编号(GRID)。例如，将墨卡托坐标系下的网格中点坐标减去国界的边缘坐标，如最小纵坐标和最小横坐标，然后除以尺寸100，不能整除的情况下向下取整，从而得到归一化的网格编号。
本实施例中的线状元素采用坐标点集合表示。如果线状元素是直线的，则采用任两点表示；如果线状元素是曲线的，则采用多个坐标点表示，如[[point x1,point y1],[point x2,point y2],[point x3,point y3]…]。线状元素会经过一系列网格，为了得到线状元素经过的全部网格，对线状元素进行插值，增加坐标点的个数。然后，根据线状元素的各坐标点所在的网格，得到网格编号与线状元素的标识(road_num)的对应关系。将该对应关系存储在哈希表中，网格编号为哈希表的key。
在S302处，与对预设区域划分网格的方法相同，将目标地理区域划分为多个网格，按同样的方法得到网格编号。采用每个网格的网格编号在哈希表中索引，得到线状元素的标识。
S303、从电子地图中提取与线状元素的标识对应的线状元素信息。
电子地图预存有线状元素的标识与线状元素的信息的对应关系，线状元素的信息包括线状元素的坐标点集合，还可以包括插值的坐标点。
S304、采用线状元素信息对图像进行分割，得到至少两个分割区域。
具体地，根据线状元素信息得到线状元素在图像中的位置，并基于线状元素在图像中的位置对图像进行分割，得到至少两个分割区域。
S305、从至少两个分割区域中，筛选满足失效条件的目标分割区域。
S306、将目标分割区域映射到电子地图中，得到电子地图中的失效区域。
本实施例中，目标地理区域的每个网格与线状元素的标识具有对应关系，线状元素标识与线状元素信息具有对应关系，通过目标地理区域的网格以及对应关系，得到目标地理区域内的线状元素信息，无需进行位置关系计算，提高了线状元素信息提取的效率，进而提高图像分割的效率。
进一步的，针对线状元素采用坐标点集合表示的情况，通过将包含目标地理区域的预设区域划分为多个网格，并基于线状元素与网格的位置关系，确定线状元素经过的网格，从而建立线状元素经过的网格与线状元素的标识的对应关系，不需要针对每个坐标点进行计算，而是以网格为粒度，确定哪些网格有哪些线状元素，相当于通过网格对坐标点进行降维处理，能够提高处理效率。
在上述各实施例中，将操作“采用目标地理区域内的线状元素对图像进行分割，得到至少两个分割区域”细化为“对目标地理区域进行范围扩大，得到扩大后的区域；从电子地图中，提取扩大后的区域内的线状元素信息；根据提取的线状元素信息与目标地理区域的位置关系，筛选与目标地理区域相交的线状元素信息；采用筛选出的线状元素信息对图像进行分割，得到至少两个分割区域”。
图3b是本申请实施例三中的目标地理区域和扩大后的区域的示意图。如图3b所示，以矩形目标地理区域40(例如尺寸为700×700)为中心均匀向外进行范围扩大，得到扩大后的区域50(例如尺寸为1000×1000)。与对预设区域划分网格的方法相同，将扩大后的区域50划分为多个网格，按同样的方法得到网格编号。采用每个网格的网格编号在哈希表中索引，得到线状元素的标识，如图3b中的第一道路60和第二道路70。从电子地图中提取与线状元素的标识对应的线状元素信息，即线状元素的坐标点集合，图3b采用圆点代表坐标点。然后，根据几何关系，计算直线或曲线的线状元素与矩形的目标地理区域40是否相交，筛选出相交的线状元素的信息，即第一道路60。
本实施例中，线状元素采用坐标点集合表示，而坐标点总是稀疏的，可能存在线状元素确实经过了一网格，但该线状元素的坐标点并没有落到该网格内，如第一道路60，造成线状元素的遗漏。在扩大后的区域50内提取线状元素信息能够有效提取到所有可能与目标地理区域40相交的线状元素，避免遗漏；进一步通过位置关系，筛选与目标地理区域40相交的线状元素信息，剔除明确不相交的、无用的线状元素，如第二道路70。从而准确找到目标地理区域40内的所有线状元素。
实施例四
图4是本申请实施例四中的一种电子地图中失效区域的确定装置的结构图，本申请实施例适用于在目标地理区域有元素移除时，确定出电子地图中对应的无效区域的情况，该装置采用软件和/或硬件实现，并具体配置于具备一定数据运算能力的电子设备中。
如图4所示的一种电子地图中失效区域的确定装置400，包括：获取模块401，分割模块402，筛选模块403和映射模块404；其中，
获取模块401，用于获取目标地理区域的图像；
分割模块402，用于采用目标地理区域内的线状元素对图像进行分割，得到至少两个分割区域；
筛选模块403，用于从至少两个分割区域中，筛选满足失效条件的目标分割区域；
映射模块404，用于将目标分割区域映射到电子地图中，得到电子地图中的失效区域。
本申请实施例中，基于地理区域中，元素移除区域和元素未移除区域一般采用线状元素分隔的特点，通过采用线状元素对目标地理图像进行分割，得到至少两个分割区域，将目标地理图像中的元素移除区域与元素未移除区域分割开；从至少两个分割区域中，筛选满足失效条件的目标分割区域，即从目标地理图像中确定由线状元素分割开的元素移除区域；进而通过区域映射，准确得到电子地图中的失效区域，从而对电子地图进行准确更新。
进一步的，该装置还包括分类模块，用于在从至少两个分割区域中，筛选满足失效条件的目标分割区域之前，采用分类模型对图像进行分类，得到图像所属的类别。可选的，筛选模块403具体用于如果图像所属的类别为元素移除，从至少两个分割区域中，筛选满足面积条件的目标分割区域。筛选模块403在从至少两个分割区域中，筛选满足面积条件的目标分割区域时，具体用于从至少两个分割区域中，筛选面积最大的目标分割区域；或者，按照面积从大到小的顺序对至少两个分割区域进行排序，筛选前预设数量个分割区域为目标分割区域。
进一步的，筛选模块403具体用于如果图像所属的类别为元素未移除，提取至少两个分割区域的图像特征；将图像特征与预设的元素移除区域的特征相匹配的分割区域确定为目标分割区域。
进一步的，分割模块402具体用于：对目标地理区域进行范围扩大，得到扩大后的区域；从电子地图中，提取扩大后的区域内的线状元素信息；根据提取的线状元素信息与目标地理区域的位置关系，筛选与目标地理区域相交的线状元素信息；采用筛选出的线状元素信息对图像进行分割，得到至少两个分割区域。
进一步的，分割模块402具体用于：将目标地理区域划分为多个网格，并获取每个网格对应的线状元素的标识；从电子地图中提取与线状元素的标识对应的线状元素信息；采用线状元素信息对图像进行分割，得到至少两个分割区域。
进一步的，该装置还包括建立模块，用于在将目标地理区域划分为多个网格，并获取每个网格对应的线状元素的标识之前，将包含目标地理区域的预设区域划分为多个网格；根据预设区域内的线状元素与多个网格的位置关系，确定线状元素经过的网格；建立线状元素经过的网格与线状元素的标识的对应关系。
进一步的，目标地理区域内的线状元素的数量为至少一个；分割区域包括：至少一个线状元素与图像的边缘围成的区域，和/或，至少两个线状元素围成的区域。
进一步的，线状元素包括水系、路网和境界中的至少一种。
上述电子地图中失效区域的确定装置可执行本申请任意实施例所提供的电子地图中失效区域的确定方法，具备执行电子地图中失效区域的确定方法相应的功能模块和有益效果。
实施例五
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图5所示，是实现本申请实施例的电子地图中失效区域的确定方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的电子地图中失效区域的确定方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的电子地图中失效区域的确定方法。
存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的电子地图中失效区域的确定的方法对应的程序指令/模块(例如，附图4示的包括获取模块401，分割模块402，筛选模块403和映射模块404)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的电子地图中失效区域的确定的方法。
存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储实现电子地图中失效区域的确定方法的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至执行电子地图中失效区域的确定方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
执行电子地图中失效区域的确定方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与执行电子地图中失效区域的确定方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (12)
1.一种电子地图中失效区域的确定方法，其特征在于，包括：
获取目标地理区域的图像；
采用所述目标地理区域内的线状元素对所述图像进行分割，得到至少两个分割区域；
从所述至少两个分割区域中，筛选满足失效条件的目标分割区域；
将所述目标分割区域映射到电子地图中，得到所述电子地图中的失效区域。
2.根据权利要求1所述的方法，其特征在于，在所述从所述至少两个分割区域中，筛选满足失效条件的目标分割区域之前，还包括：
采用分类模型对所述图像进行分类，得到所述图像所属的类别；
所述从所述至少两个分割区域中，筛选满足失效条件的目标分割区域，包括：
如果所述图像所属的类别为元素移除，从所述至少两个分割区域中，筛选满足面积条件的目标分割区域；或者，按照面积从大到小的顺序对所述至少两个分割区域进行排序，筛选前预设数量个分割区域为所述目标分割区域。
3.根据权利要求2所述的方法，其特征在于，所述从所述至少两个分割区域中，筛选满足面积条件的目标分割区域，包括：
从所述至少两个分割区域中，筛选面积最大的目标分割区域。
4.根据权利要求1所述的方法，其特征在于，在所述从所述至少两个分割区域中，筛选满足失效条件的目标分割区域之前，还包括：
采用分类模型对所述图像进行分类，得到所述图像所属的类别；
所述从所述至少两个分割区域中，筛选满足失效条件的目标分割区域，包括：
如果所述图像所属的类别为元素未移除，提取至少两个所述分割区域的图像特征；
将图像特征与预设的元素移除区域的特征相匹配的分割区域确定为目标分割区域。
5.根据权利要求1所述的方法，其特征在于，所述采用所述目标地理区域内的线状元素对所述图像进行分割，得到至少两个分割区域，包括：
对所述目标地理区域进行范围扩大，得到扩大后的区域；
从所述电子地图中，提取扩大后的区域内的线状元素信息；
根据提取的线状元素信息与所述目标地理区域的位置关系，筛选与所述目标地理区域相交的线状元素信息；
采用筛选出的线状元素信息对所述图像进行分割，得到至少两个分割区域。
6.根据权利要求1所述的方法，其特征在于，所述采用所述目标地理区域内的线状元素对所述图像进行分割，得到至少两个分割区域，包括：
将所述目标地理区域划分为多个网格，并获取每个网格对应的线状元素的标识；
从所述电子地图中提取与所述线状元素的标识对应的线状元素信息；
采用所述线状元素信息对所述图像进行分割，得到至少两个分割区域。
7.根据权利要求6所述的方法，其特征在于，在所述将所述目标地理区域划分为多个网格，并获取每个网格对应的线状元素的标识之前，还包括：
将包含所述目标地理区域的预设区域划分为多个网格；
根据所述预设区域内的线状元素与多个网格的位置关系，确定所述线状元素经过的网格；
建立所述线状元素经过的网格与所述线状元素的标识的对应关系。
8.根据权利要求1-7任一项所述的方法，其特征在于，
所述目标地理区域内的线状元素的数量为至少一个；
所述分割区域包括：至少一个线状元素与所述图像的边缘围成的区域，和/或，至少两个线状元素围成的区域。
9.根据权利要求1-7任一项所述的方法，其特征在于，
所述线状元素包括水系、路网和境界中的至少一种。
10.一种电子地图中失效区域的确定装置，其特征在于，包括：
获取模块，用于获取目标地理区域的图像；
分割模块，用于采用所述目标地理区域内的线状元素对所述图像进行分割，得到至少两个分割区域；
筛选模块，用于从所述至少两个分割区域中，筛选满足失效条件的目标分割区域；
映射模块，用于将所述目标分割区域映射到电子地图中，得到所述电子地图中的失效区域。
11.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的一种电子地图中失效区域的确定方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的一种电子地图中失效区域的确定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010082564.XA CN113256642B (zh) | 2020-02-07 | 2020-02-07 | 电子地图中失效区域的确定方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010082564.XA CN113256642B (zh) | 2020-02-07 | 2020-02-07 | 电子地图中失效区域的确定方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113256642A true CN113256642A (zh) | 2021-08-13 |
| CN113256642B CN113256642B (zh) | 2023-08-01 |
Family
ID=77219471
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010082564.XA Active CN113256642B (zh) | 2020-02-07 | 2020-02-07 | 电子地图中失效区域的确定方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113256642B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115100509A (zh) * | 2022-07-15 | 2022-09-23 | 山东建筑大学 | 基于多分支块级注意力增强网络的图像识别方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000310940A (ja) * | 1999-04-28 | 2000-11-07 | Hitachi Ltd | 地図情報更新方法及び地図更新装置 |
| WO2013084281A1 (ja) * | 2011-12-05 | 2013-06-13 | 三菱電機株式会社 | 地図情報処理装置 |
| CN103970835A (zh) * | 2014-04-09 | 2014-08-06 | 方正国际软件有限公司 | 一种矢量地图数据存储方法及系统 |
| CN105354832A (zh) * | 2015-10-10 | 2016-02-24 | 西南林业大学 | 一种山区卫星影像自动配准到地理底图上的方法 |
| CN109583369A (zh) * | 2018-11-29 | 2019-04-05 | 北京邮电大学 | 一种基于目标区域分割网络的目标识别方法及装置 |
| CN110276348A (zh) * | 2019-06-20 | 2019-09-24 | 腾讯科技（深圳）有限公司 | 一种图像定位方法、装置、服务器及存储介质 |
-
2020
- 2020-02-07 CN CN202010082564.XA patent/CN113256642B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000310940A (ja) * | 1999-04-28 | 2000-11-07 | Hitachi Ltd | 地図情報更新方法及び地図更新装置 |
| WO2013084281A1 (ja) * | 2011-12-05 | 2013-06-13 | 三菱電機株式会社 | 地図情報処理装置 |
| CN103970835A (zh) * | 2014-04-09 | 2014-08-06 | 方正国际软件有限公司 | 一种矢量地图数据存储方法及系统 |
| CN105354832A (zh) * | 2015-10-10 | 2016-02-24 | 西南林业大学 | 一种山区卫星影像自动配准到地理底图上的方法 |
| CN109583369A (zh) * | 2018-11-29 | 2019-04-05 | 北京邮电大学 | 一种基于目标区域分割网络的目标识别方法及装置 |
| CN110276348A (zh) * | 2019-06-20 | 2019-09-24 | 腾讯科技（深圳）有限公司 | 一种图像定位方法、装置、服务器及存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 狄琳;: "导航电子地图中重要线状要素表示方法初探", 测绘通报, no. 08, pages 87 - 90 * |
| 陈洋: "中国博士学位论文全文数据库信息科技辑", 中国博士学位论文全文数据库信息科技辑, no. 6, pages 140 - 72 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115100509A (zh) * | 2022-07-15 | 2022-09-23 | 山东建筑大学 | 基于多分支块级注意力增强网络的图像识别方法及系统 |
| CN115100509B (zh) * | 2022-07-15 | 2022-11-29 | 山东建筑大学 | 基于多分支块级注意力增强网络的图像识别方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113256642B (zh) | 2023-08-01 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111695488B (zh) | 兴趣面识别方法、装置、设备以及存储介质 | |
| CN111858820B (zh) | 用地性质识别方法、装置、电子设备及存储介质 | |
| CN110598541B (zh) | 一种提取道路边缘信息的方法及设备 | |
| CN108806472B (zh) | 电子地图中的道路渲染方法、装置和处理方法、装置 | |
| CN112233240B (zh) | 三维矢量地图的三维矢量数据切片方法、装置及电子设备 | |
| CN111950537A (zh) | 斑马线信息获取方法、地图更新方法、装置及系统 | |
| CN113971723B (zh) | 高精地图中三维地图的构建方法、装置、设备和存储介质 | |
| CN111787489A (zh) | 实采兴趣点的位置确定方法、装置、设备和可读存储介质 | |
| CN114443794A (zh) | 数据处理和地图更新方法、装置、设备以及存储介质 | |
| CN111210490A (zh) | 电子地图构建方法、装置、设备和介质 | |
| CN111125294A (zh) | 一种空间关系的知识图谱数据模型表示方法及系统 | |
| CN114445312B (zh) | 一种地图数据的融合方法、装置、电子设备及存储介质 | |
| CN111985457A (zh) | 交通设施损坏识别方法、装置、设备和存储介质 | |
| CN113256642A (zh) | 电子地图中失效区域的确定方法、装置、设备和存储介质 | |
| CN113297878B (zh) | 道路交叉口识别方法、装置、计算机设备和存储介质 | |
| WO2024093641A1 (zh) | 多模态融合的高精地图要素识别方法、装置、设备及介质 | |
| CN113012255B (zh) | 道路边线提取方法、装置、设备和介质 | |
| CN113011298A (zh) | 截断物体样本生成、目标检测方法、路侧设备和云控平台 | |
| CN114419883B (zh) | 识别路口缺失交通限制信息的方法、装置和电子设备 | |
| CN115527028A (zh) | 地图数据处理方法及装置 | |
| CN112883127B (zh) | 一种道路数据处理方法、装置、电子设备和介质 | |
| CN112988932B (zh) | 高精地图标注方法、装置、设备、可读存储介质及产品 | |
| CN114610825A (zh) | 关联网格集的确认方法、装置、电子设备及存储介质 | |
| CN114138925A (zh) | 位置点所属区域检索方法、装置、电子设备、介质及产品 | |
| CN111753960A (zh) | 模型训练及图像处理方法、装置、电子设备、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 |