CN116974684B - 地图页面布局方法、装置、电子设备与计算机可读介质 - Google Patents

Abstract

本公开的实施例公开了地图页面布局方法、装置、电子设备与计算机可读介质。该方法的一具体实施方式包括：将地图页面文本信息输入至文本特征提取网络中；将地图页面图像信息输入至图像特征提取网络中；将地图页面布局元素去噪信息、地图页面文本特征信息与地图页面图像特征信息输入至图像文本关系特征生成网络中；根据地图页面布局元素去噪信息和地图页面图像特征信息，生成地图页面布局元素调整信息；将地图页面图像特征信息、图像文本关系特征信息与地图页面布局元素调整信息输入至特征信息解码网络中；根据地图元素布局信息，对初始地图页面进行布局渲染。该实施方式提升了所布局的地图页面元素的协调性，提升了地图页面的观感。

Description

地图页面布局方法、装置、电子设备与计算机可读介质

技术领域

本公开的实施例涉及计算机技术领域，具体涉及地图页面布局方法、装置、电子设备与计算机可读介质。

背景技术

目前，在地图页面布局的过程中，各个元素之间的布局方式影响着用户浏览地图页面的观感。对于地图页面各元素的布局，通常采用的方式为：通过专家组成员商讨，制作地图元素布局信息。

然而，采用上述方式通常会存在如下技术问题：

第一，在地图元素布局信息的生成过程中，未考虑了地图文本元素与地图图像元素之间的关联关系，导致所布局的地图页面元素的协调性较低，影响观感；

第二，未考虑各元素之间的协调关系，导致所生成的地图元素布局信息不合理，造成所布局的地图页面的协调性较差，影响着用户浏览地图页面的观感。

该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

本公开的一些实施例提出了地图页面布局方法、装置、电子设备与计算机可读介质，来解决以上背景技术部分提到的技术问题中的一项或多项。

第一方面，本公开的一些实施例提供了一种地图页面布局方法，该方法包括：获取预设的地图页面布局元素信息与地图页面信息，其中，上述地图页面信息包括：地图页面文本信息与地图页面图像信息；获取预先训练的地图元素布局信息生成模型，其中，上述地图元素布局信息生成模型包括：去噪网络、文本特征提取网络、图像特征提取网络、图像文本关系特征生成网络、特征信息解码网络与页面布局元素关系调整网络；将上述地图页面布局元素信息输入至上述去噪网络中，得到地图页面布局元素去噪信息，其中，上述地图页面布局元素去噪信息包括：包围框信息组；将上述地图页面文本信息输入至上述文本特征提取网络中，得到地图页面文本特征信息；将上述地图页面图像信息输入至上述图像特征提取网络中，得到地图页面图像特征信息；将上述地图页面布局元素去噪信息、上述地图页面文本特征信息与上述地图页面图像特征信息输入至上述图像文本关系特征生成网络中，得到图像文本关系特征信息；根据上述地图页面布局元素去噪信息和上述地图页面图像特征信息，生成地图页面布局元素调整信息；将上述地图页面图像特征信息、上述图像文本关系特征信息与上述地图页面布局元素调整信息输入至上述特征信息解码网络中，得到地图元素布局信息；根据上述地图元素布局信息，对初始地图页面进行布局渲染，得到地图渲染页面。

第二方面，本公开的一些实施例提供了一种地图页面布局装置，该装置包括：第一获取单元，被配置成获取预设的地图页面布局元素信息与地图页面信息，其中，上述地图页面信息包括：地图页面文本信息与地图页面图像信息；第二获取单元，被配置成获取预先训练的地图元素布局信息生成模型，其中，上述地图元素布局信息生成模型包括：去噪网络、文本特征提取网络、图像特征提取网络、图像文本关系特征生成网络、特征信息解码网络与页面布局元素关系调整网络；第一输入单元，被配置成将上述地图页面布局元素信息输入至上述去噪网络中，得到地图页面布局元素去噪信息，其中，上述地图页面布局元素去噪信息包括：包围框信息组；第二输入单元，被配置成将上述地图页面文本信息输入至上述文本特征提取网络中，得到地图页面文本特征信息；第三输入单元，被配置成将上述地图页面图像信息输入至上述图像特征提取网络中，得到地图页面图像特征信息；第四输入单元，被配置成将上述地图页面布局元素去噪信息、上述地图页面文本特征信息与上述地图页面图像特征信息输入至上述图像文本关系特征生成网络中，得到图像文本关系特征信息；生成单元，被配置成根据上述地图页面布局元素去噪信息和上述地图页面图像特征信息，生成地图页面布局元素调整信息；第五输入单元，被配置成将上述地图页面图像特征信息、上述图像文本关系特征信息与上述地图页面布局元素调整信息输入至上述特征信息解码网络中，得到地图元素布局信息；布局渲染单元，被配置成根据上述地图元素布局信息，对初始地图页面进行布局渲染，得到地图渲染页面。

第三方面，本公开的一些实施例提供了一种电子设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。

第四方面，本公开的一些实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。

本公开的上述各个实施例具有如下有益效果：通过本公开的一些实施例的地图页面布局方法，提升了所布局的地图页面元素的协调性，同时提升了地图页面的观感。具体来说，导致所布局的地图页面元素的协调性较低，影响观感的原因在于：在地图元素布局信息的生成过程中，未考虑了地图文本元素与地图图像元素之间的关联关系。基于此，本公开的一些实施例的地图页面布局方法，首先，获取预设的地图页面布局元素信息与地图页面信息。其中，上述地图页面信息包括：地图页面文本信息与地图页面图像信息。其次，获取预先训练的地图元素布局信息生成模型。其中，上述地图元素布局信息生成模型包括：去噪网络、文本特征提取网络、图像特征提取网络、图像文本关系特征生成网络、特征信息解码网络与页面布局元素关系调整网络。接着，将上述地图页面布局元素信息输入至上述去噪网络中，得到地图页面布局元素去噪信息。其中，上述地图页面布局元素去噪信息包括：包围框信息组。在这里，通过去噪网络对地图页面布局元素信息进行去噪，以便于后续得到较为精准的元素布局信息。之后，将上述地图页面文本信息输入至上述文本特征提取网络中，得到地图页面文本特征信息。再之后，将上述地图页面图像信息输入至上述图像特征提取网络中，得到地图页面图像特征信息。由此，可以生成地图页面文本特征信息和地图页面图像特征信息，以用于后续生成图像文本关系特征信息和地图页面布局元素调整信息。然后，将上述地图页面布局元素去噪信息、上述地图页面文本特征信息与上述地图页面图像特征信息输入至上述图像文本关系特征生成网络中，得到图像文本关系特征信息。由此，可以充分考虑到页面图像元素和页面文本元素之间的关联关系，以便于在后续生成元素布局信息的过程中，增强页面布局特征表征能力，使得地图元素布局信息更为精确。再然后，根据上述地图页面布局元素去噪信息和上述地图页面图像特征信息，生成地图页面布局元素调整信息；将上述地图页面图像特征信息、上述图像文本关系特征信息与上述地图页面布局元素调整信息输入至上述特征信息解码网络中，得到地图元素布局信息。由此，可以更好地提取出布局元素之间的信息关系，增强了布局元素之间的表现能力。从而，可以精准地生成地图元素布局信息，可以利用元素布局信息，对各个元素进行精准布局。最后，根据上述地图元素布局信息，对初始地图页面进行布局渲染，得到地图渲染页面。从而，提升了所布局的地图页面元素的协调性，同时提升了地图页面的观感。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，元件和元素不一定按照比例绘制。

图1是根据本公开的地图页面布局方法的一些实施例的流程图；

图2是根据本公开的地图页面布局装置的一些实施例的结构示意图；

图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例。相反，提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

下面将参考附图并结合实施例来详细说明本公开。

图1是根据本公开的地图页面布局方法的一些实施例的流程图。示出了根据本公开的地图页面布局方法的一些实施例的流程100。该地图页面布局方法，包括以下步骤：

步骤101，获取预设的地图页面布局元素信息与地图页面信息。

在一些实施例中，上述地图页面布局方法的执行主体（例如计算设备）可以通过有线连接或无线连接的方式从终端设备中获取预设的地图页面布局元素信息与地图页面信息。其中，上述地图页面信息包括：地图页面文本信息与地图页面图像信息。地图页面布局元素信息可以是针对各种元素的布局位置的噪声信息。各种元素可以是待进行组合的元素集。各种元素对应的元素种类可以包括：文本元素种类，图像元素种类。文本元素种类对应文本元素。图像元素种类对应图像元素。文本元素可以是文本形式的文本信息。图像元素可以是图像形式的图像。即，本元素种类对应地图页面文本信息。图像元素种类对应地图页面图像信息。地图页面文本信息可以表示文本元素。地图页面图像信息可以表示图像元素。

可选地，获取地图页面布局训练数据集与初始地图元素布局信息生成模型。

在一些实施例中，上述执行主体可以获取地图页面布局训练数据集与初始地图元素布局信息生成模型。其中，上述初始地图元素布局信息生成模型包括：初始去噪网络、初始文本特征提取网络、初始图像特征提取网络、初始图像文本关系特征生成网络、初始特征信息解码网络与初始页面布局元素关系调整网络。初始去噪网络可以是指未经训练的DM（Diffusion Model）扩散模型。初始文本特征提取网络可以是指未经训练的Roberta编码模型。初始图像特征提取网络可以是未经训练的带有多尺度特征金字塔的残差网络（Residual Network，ResNet）。初始图像文本关系特征生成网络可以是未经训练的Transformer模型。初始特征信息解码网络可以是未经训练的多层串行连接的卷积神经网络。初始页面布局元素关系调整网络可以是未经训练的Seq2Seq（Sequence to Sequence，序列到序列）模型。其中，地图页面布局训练数据是用于后续对初始地图元素布局信息生成模型进行模型训练的数据。初始地图元素布局信息生成模型可以是还未训练结束的元素布局信息生成模型。

可选地，从上述地图页面布局训练数据集中选择出目标地图页面布局训练数据。

在一些实施例中，上述执行主体可以从上述地图页面布局训练数据集中选择出目标地图页面布局训练数据。其中，上述目标地图页面布局训练数据包括：地图页面元素布局标签、地图页面文本元素和地图页面图像元素。地图页面元素布局标签可以是训练数据对应真实元素实际布局信息。元素实际布局信息可以是各个元素的实际分布的位置和实际类别信息。地图页面文本元素可以是地图页面布局训练数据中的实际文本信息。地图页面元素布局标签可以是地图页面布局训练数据对应各个元素对应的包围框信息组。地图页面图像元素可以是训练数据中的实际图像。地图页面元素布局标签对应的各个元素与地图页面文本元素和地图页面图像元素存在一一对应关系。

可选地，利用初始去噪网络，对上述地图页面元素布局标签对应的元素布局信息进行布局信息去噪处理，以生成布局元素去噪信息。

在一些实施例中，上述执行主体可以利用初始去噪网络，对上述地图页面元素布局标签对应的元素布局信息进行布局信息去噪处理，以生成布局元素去噪信息。布局元素去噪信息可以是不存在元素布局噪声的元素布局信息。可以将上述地图页面元素布局标签对应的元素布局信息输入至初始去噪网络中，得到布局元素去噪信息。

可选地，利用初始图像特征提取网络和初始文本特征提取网络，生成上述地图页面图像元素对应的初始文本特征信息和上述地图页面文本元素对应的初始图像特征信息。

在一些实施例中，上述执行主体可以利用初始图像特征提取网络和初始文本特征提取网络，生成上述地图页面图像元素对应的初始文本特征信息和上述地图页面文本元素对应的初始图像特征信息。可以将地图页面文本元素输入至上述初始文本特征提取网络中，得到初始文本特征信息。可以将地图页面图像元素输入至上述初始图像特征提取网络中，得到初始图像特征信息。

可选地，将上述布局元素去噪信息、上述初始图像对象特征信息和上述初始文本特征信息输入至初始图像文本关系特征生成网络中，得到初始图像文本关系特征信息。

在一些实施例中，上述执行主体可以将上述布局元素去噪信息、上述初始图像对象特征信息和上述初始文本特征信息输入至初始图像文本关系特征生成网络中，得到初始图像文本关系特征信息。

可选地，利用初始页面布局元素关系调整网络，生成对应上述布局元素去噪信息和上述初始图像特征信息的初始地图页面布局元素调整信息。

在一些实施例中，上述执行主体可以利用初始页面布局元素关系调整网络，生成对应上述布局元素去噪信息和上述初始图像特征信息的初始地图页面布局元素调整信息。可以将上述布局元素去噪信息和上述初始图像特征信息输入至上述初始页面布局元素关系调整网络中，得到初始地图页面布局元素调整信息。

可选地，将上述初始图像文本关系特征信息、上述初始图像特征信息和上述初始地图页面布局元素调整信息输入至初始特征信息解码网络中，得到初始地图元素布局信息。

在一些实施例中，上述执行主体可以将上述初始图像文本关系特征信息、上述初始图像特征信息和上述初始地图页面布局元素调整信息输入至初始特征信息解码网络中，得到初始地图元素布局信息。

可选地，确定上述初始地图元素布局信息与上述地图页面元素布局标签之间的损失值。

在一些实施例中，上述执行主体可以确定上述初始地图元素布局信息与上述地图页面元素布局标签之间的损失值。可以通过预设的损失函数，确定上述初始地图元素布局信息与上述地图页面元素布局标签之间的损失值。预设的损失函数可以包括：框类别分类损失函数、框位置回归损失函数和GIoU（Generalized Intersection over Union）损失函数。

可选地，响应于确定上述损失值小于等于预设损失值，将上述初始地图元素布局信息生成模型确定为地图元素布局信息生成模型。

在一些实施例中，上述执行主体可以响应于确定上述损失值小于等于预设损失值，将上述初始地图元素布局信息生成模型确定为地图元素布局信息生成模型。这里，对于预设损失值的设定，不做限制。

上述相关内容作为本公开的一个发明点，解决了背景技术提及的技术问题二“造成所布局的地图页面的协调性较差，影响用户浏览地图页面的观感。”。造成所布局的地图页面的协调性较差，影响用户浏览地图页面的观感的因素往往如下：未考虑各元素之间的协调关系，导致所生成的地图元素布局信息不合理。如果解决了上述因素，就能达到提升所布局的地图页面的协调性，提升了用户浏览地图页面的观感。为了达到这一效果，首先，获取地图页面布局训练数据集与初始地图元素布局信息生成模型。其中，上述初始地图元素布局信息生成模型包括：初始去噪网络、初始文本特征提取网络、初始图像特征提取网络、初始图像文本关系特征生成网络、初始特征信息解码网络与初始页面布局元素关系调整网络。由此，便于对各个元素进行融合训练。其次，从上述地图页面布局训练数据集中选择出目标地图页面布局训练数据。其中，上述目标地图页面布局训练数据包括：地图页面元素布局标签、地图页面文本元素和地图页面图像元素。接着，利用初始去噪网络，对上述地图页面元素布局标签对应的元素布局信息进行布局信息去噪处理，以生成布局元素去噪信息。再接着，利用初始图像特征提取网络和初始文本特征提取网络，生成上述地图页面图像元素对应的初始文本特征信息和上述地图页面文本元素对应的初始图像特征信息。由此，可以通过不同的网络提取不同元素的特征。之后，将上述布局元素去噪信息、上述初始图像对象特征信息和上述初始文本特征信息输入至初始图像文本关系特征生成网络中，得到初始图像文本关系特征信息。由此，可以确定各个元素之间的关系特征。再之后，利用初始页面布局元素关系调整网络，生成对应上述布局元素去噪信息和上述初始图像特征信息的初始地图页面布局元素调整信息。由此，可以根据各个元素之间的关联关系，对布局进行调整。然后，将上述初始图像文本关系特征信息、上述初始图像特征信息和上述初始地图页面布局元素调整信息输入至初始特征信息解码网络中，得到初始地图元素布局信息。由此，可以使得所训练出的模型，识别出各个元素之间的关系特征，以及根据各个元素之间的关联关系，对布局进行调整。最后，确定上述初始地图元素布局信息与上述地图页面元素布局标签之间的损失值；响应于确定上述损失值小于等于预设损失值，将上述初始地图元素布局信息生成模型确定为地图元素布局信息生成模型。由此，使得所训练出的模型，可以识别出各个元素之间的关系特征，以及根据各个元素之间的关联关系，对布局进行调整。从而，提升了所布局的地图页面的协调性，提升了用户浏览地图页面的观感。

步骤102，获取预先训练的地图元素布局信息生成模型。

在一些实施例中，上述执行主体可以通过有线连接或无线连接的方式从终端设备中获取预先训练的地图元素布局信息生成模型。其中，上述地图元素布局信息生成模型包括：去噪网络、文本特征提取网络、图像特征提取网络、图像文本关系特征生成网络、特征信息解码网络与页面布局元素关系调整网络。其中，上述图像文本关系特征生成网络包括：图像位置特征信息提取层与图像文本关系注意力输出层。地图元素布局信息生成模型可以是生成各种元素在地图页面中的布局信息的模型。去噪网络可以是DM（Diffusion Model）扩散模型。图像特征提取网络可以是带有多尺度特征金字塔的残差网络（Residual Network，ResNet）。文本特征提取网络可以是Roberta编码模型。图像文本关系特征生成网络可以是Transformer模型。页面布局元素关系调整网络可以是利用元素位置关系感知来生成布局元素之间几何关系的特征信息的模型。例如，页面布局元素关系调整网络可以是Transformer模型或Seq2Seq（Sequence to Sequence，序列到序列）模型。元素位置关系可以是待布局的各个元素之间的位置关系。特征信息解码网络可以是对特征信息进行解码处理的神经网络模型，用于输出地图元素布局信息。例如，特征信息解码网络可以是多层串行连接的卷积神经网络。图像位置特征信息提取层可以是生成图像位置特征信息的网络层。图像位置特征信息提取层可以是至少一层串行连接的卷积神经网络。图像文本关系注意力输出层可以是基于图像特征信息和文本特征信息来生成对应关系注意力特征信息的网络层。图像文本关系注意力输出层可以是2层Transformer模型。

步骤103，将上述地图页面布局元素信息输入至上述去噪网络中，得到地图页面布局元素去噪信息。

在一些实施例中，上述执行主体可以将上述地图页面布局元素信息输入至上述去噪网络中，得到地图页面布局元素去噪信息。其中，上述地图页面布局元素去噪信息包括：包围框信息组。地图页面布局元素去噪信息可以是针对各个元素确定的各个包围框信息。包围框信息可以是元素包围框的框信息。实践中，包围框信息可以包括：元素包围框的框坐标信息和元素包围框对应框住元素的元素类别（文本元素类别和图像元素类别）。

步骤104，将上述地图页面文本信息输入至上述文本特征提取网络中，得到地图页面文本特征信息。

在一些实施例中，上述执行主体可以将上述地图页面文本信息输入至上述文本特征提取网络中，得到地图页面文本特征信息。地图页面文本特征信息可以表征地图文本元素对应文本内容的特征信息。

步骤105，将上述地图页面图像信息输入至上述图像特征提取网络中，得到地图页面图像特征信息。

在一些实施例中，上述执行主体可以将上述地图页面图像信息输入至上述图像特征提取网络中，得到地图页面图像特征信息。地图页面图像特征信息可以是表征地图图像元素对应图像内容的特征信息。

步骤106，将上述地图页面布局元素去噪信息、上述地图页面文本特征信息与上述地图页面图像特征信息输入至上述图像文本关系特征生成网络中，得到图像文本关系特征信息。

在一些实施例中，上述执行主体可以将上述地图页面布局元素去噪信息、上述地图页面文本特征信息与上述地图页面图像特征信息输入至上述图像文本关系特征生成网络中，得到图像文本关系特征信息。

实践中，上述执行主体可以通过以下步骤将上述地图页面布局元素去噪信息、上述地图页面文本特征信息与上述地图页面图像特征信息输入至上述图像文本关系特征生成网络中，得到图像文本关系特征信息：

第一步，将上述地图页面布局元素去噪信息与上述地图页面图像特征信息输入至上述图像位置特征信息提取层中，得到图像位置特征信息。其中，上述地图页面图像特征信息包括：子图像特征信息组。上述图像位置特征信息提取层包括：包围框信息投影层与特征信息融合层。包围框信息投影层可以是对包围框信息进行投影操作的网络层（卷积神经网络）。

实践中，上述第一步，可以包括以下子步骤：

第一子步骤，对于上述子图像特征信息组中的每个子图像特征信息，执行如下处理步骤：

首先，将上述子图像特征信息对应的上述包围框信息组中的包围框信息输入至上述包围框信息投影层中，得到包围框投影特征信息。

然后，将上述包围框投影特征信息和上述子图像特征信息输入至上述特征信息融合层中，得到子图像特征融合信息。其中，特征信息融合层可以是特征信息拼接层。即，对特征信息进行信息拼接的网络层。

第二子步骤，将所得到的各个子图像特征融合信息合并为图像位置特征信息。

第二步，将上述图像位置特征信息与上述地图页面文本特征信息输入至上述图像文本关系注意力输出层，得到图像文本关系特征信息。其中，上述图像文本关系注意力输出层包括：第一卷积层、第二卷积层、第三卷积层、第四卷积层和图像文本归一化层。图像文本关系特征信息可以表示图像元素与文本元素之间的元素关联关系的特征信息。

实践中，上述第二步，可以包括以下子步骤：

第一子步骤，将上述图像位置特征信息输入至上述第一卷积层中，得到第一卷积特征信息。图像位置特征信息可以是Query查询向量。

第二子步骤，将上述地图页面文本特征信息输入至上述第二卷积层中，得到第二卷积特征信息。地图页面文本特征信息可以是Key键向量。

第三子步骤，将上述地图页面文本特征信息输入至上述第三卷积层中，得到第三卷积特征信息。

第四子步骤，对上述第一卷积特征信息和上述第二卷积特征信息进行特征信息处理，得到第一特征处理信息。可以将第一卷积特征信息与第二卷积特征信息进行相乘，得到第一特征处理信息。

第五子步骤，将上述第一特征处理信息输入至上述归一化层中，得到归一化特征信息。

第六子步骤，对上述归一化特征信息和上述第三卷积特征信息进行特征信息处理，得到第二特征处理信息。可以将归一化特征信息与第三卷积特征信息进行相乘，得到第二特征处理信息。

第七子步骤，将上述第二特征处理信息输入至上述第四卷积层中，得到图像文本关系特征信息。

步骤107，根据上述地图页面布局元素去噪信息和上述地图页面图像特征信息，生成地图页面布局元素调整信息。

在一些实施例中，上述执行主体可以根据上述地图页面布局元素去噪信息和上述地图页面图像特征信息，生成地图页面布局元素调整信息。包围框信息可以是包围框的位置信息和元素类别信息（文本元素类型和图像元素类别）。包围框信息可以是待布局元素对应的包围框信息。

实践中，上述执行主体可以通过以下步骤生成地图页面布局元素调整信息：

第一步，生成上述包围框信息组中的各个包围框信息之间的包围框位置关系信息。包围框位置关系信息可以表征包围框之间的位置关联关系。首先，可以确定每个包围框信息对应中心点的中心点位置信息，得到中心点位置信息组。然后，可以将中心点位置信息组中的各个中心点位置信息之间的位置关联关系确定为各个包围框信息之间的包围框位置关系信息。

第二步，将上述包围框位置关系信息和上述地图页面图像特征信息输入至上述页面布局元素关系调整网络中，得到地图页面布局元素调整信息。其中，上述页面布局元素关系调整网络包括：位置关系编码层、第一全连接层、第二全连接层与信息归一化层。页面布局元素关系调整网络可以是依据包围框位置关联信息，对地图页面图像特征信息进行信息调整的神经网络。例如，页面布局元素关系调整网络可以是Seq2Seq（Sequence toSequence，序列到序列）模型。

实践中，上述第二步，可以包括以下子步骤：

第一子步骤，将上述包围框位置关系信息输入至上述位置关系编码层中，得到第一位置编码信息。位置关系编码层可以是PositionEncoding模型。

第二子步骤，将上述第一位置编码信息输入至上述第一全连接层中，得到第一全连接信息。

第三子步骤，将上述第一全连接信息输入至上述信息归一化层中，得到归一化信息。信息归一化层可以是Softmax（归一化指数）函数层。

第四子步骤，将上述地图页面图像特征信息输入至上述第二全连接层中，得到第二全连接信息。

第五子步骤，对上述归一化信息与上述第二全连接信息进行特征信息处理，以生成特征处理信息作为地图页面布局元素调整信息。可以将归一化信息和第二全连接信息进行信息相乘，得到特征处理信息作为地图页面布局元素调整信息。

步骤108，将上述地图页面图像特征信息、上述图像文本关系特征信息与上述地图页面布局元素调整信息输入至上述特征信息解码网络中，得到地图元素布局信息。

在一些实施例中，上述执行主体可以将上述地图页面图像特征信息、上述图像文本关系特征信息与上述地图页面布局元素调整信息输入至上述特征信息解码网络中，得到地图元素布局信息。

首先，可以将上述地图页面图像特征信息、上述图像文本关系特征信息与上述地图页面布局元素调整信息进行信息拼接，得到拼接信息。然后，可以将拼接信息输入至特征信息解码网络中，得到地图元素布局信息。

步骤109，根据上述地图元素布局信息，对初始地图页面进行布局渲染，得到地图渲染页面。

在一些实施例中，上述执行主体可以根据上述地图元素布局信息，对初始地图页面进行布局渲染，得到地图渲染页面。即，可以根据地图元素布局信息，将各个地图元素按照布局渲染在初始地图页面上，得到地图渲染页面。地图元素包括图像元素与文本元素。

进一步参考图2，作为对上述各图所示方法的实现，本公开提供了一种地图页面布局装置的一些实施例，这些地图页面布局装置实施例与图1所示的那些方法实施例相对应，该地图页面布局装置具体可以应用于各种电子设备中。

如图2所示，一些实施例的地图页面布局装置200包括：第一获取单元201、第二获取单元202、第一输入单元203、第二输入单元204、第三输入单元205、第四输入单元206、生成单元207、第五输入单元208和布局渲染单元209。其中，第一获取单元201，被配置成获取预设的地图页面布局元素信息与地图页面信息，其中，上述地图页面信息包括：地图页面文本信息与地图页面图像信息；第二获取单元202，被配置成获取预先训练的地图元素布局信息生成模型，其中，上述地图元素布局信息生成模型包括：去噪网络、文本特征提取网络、图像特征提取网络、图像文本关系特征生成网络、特征信息解码网络与页面布局元素关系调整网络；第一输入单元203，被配置成将上述地图页面布局元素信息输入至上述去噪网络中，得到地图页面布局元素去噪信息，其中，上述地图页面布局元素去噪信息包括：包围框信息组；第二输入单元204，被配置成将上述地图页面文本信息输入至上述文本特征提取网络中，得到地图页面文本特征信息；第三输入单元205，被配置成将上述地图页面图像信息输入至上述图像特征提取网络中，得到地图页面图像特征信息；第四输入单元206，被配置成将上述地图页面布局元素去噪信息、上述地图页面文本特征信息与上述地图页面图像特征信息输入至上述图像文本关系特征生成网络中，得到图像文本关系特征信息；生成单元207，被配置成根据上述地图页面布局元素去噪信息和上述地图页面图像特征信息，生成地图页面布局元素调整信息；第五输入单元208，被配置成将上述地图页面图像特征信息、上述图像文本关系特征信息与上述地图页面布局元素调整信息输入至上述特征信息解码网络中，得到地图元素布局信息；布局渲染单元209，被配置成根据上述地图元素布局信息，对初始地图页面进行布局渲染，得到地图渲染页面。

可以理解的是，该地图页面布局装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此，上文针对方法描述的操作、特征以及产生的有益效果同样适用于地图页面布局装置200及其中包含的单元，在此不再赘述。

下面参考图3，其示出了适于用来实现本公开的一些实施例的电子设备（例如计算设备）300的结构示意图。本公开的一些实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（个人数字助理）、PAD（平板电脑）、PMP（便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开的实施例的功能和使用范围带来任何限制。

如图3所示，电子设备300可以包括处理装置（例如中央处理器、图形处理器等）301，其可以根据存储在只读存储器（ROM）302中的程序或者从存储装置308加载到随机访问存储器（RAM）303中的程序而执行各种适当的动作和处理。在RAM303中，还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。

通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器（LCD）、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置，也可以根据需要代表多个装置。

特别地，根据本公开的一些实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的一些实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM302被安装。在该计算机程序被处理装置301执行时，执行本公开的一些实施例的方法中限定的上述功能。

需要说明的是，本公开的一些实施例中记载的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或者是上述两者的任意组合。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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（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。在本公开的一些实施例中，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。而在本公开的一些实施例中，计算机可读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，该计算机可读信号介质可以发送、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：电线、光缆、RF（射频）等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP（HyperText TransferProtocol，超文本传输协议）之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信（例如，通信网络）互连。通信网络的示例包括局域网（“LAN”），广域网（“WAN”），网际网（例如，互联网）以及端对端网络（例如，ad hoc端对端网络），以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：获取预设的地图页面布局元素信息与地图页面信息，其中，上述地图页面信息包括：地图页面文本信息与地图页面图像信息；获取预先训练的地图元素布局信息生成模型，其中，上述地图元素布局信息生成模型包括：去噪网络、文本特征提取网络、图像特征提取网络、图像文本关系特征生成网络、特征信息解码网络与页面布局元素关系调整网络；将上述地图页面布局元素信息输入至上述去噪网络中，得到地图页面布局元素去噪信息，其中，上述地图页面布局元素去噪信息包括：包围框信息组；将上述地图页面文本信息输入至上述文本特征提取网络中，得到地图页面文本特征信息；将上述地图页面图像信息输入至上述图像特征提取网络中，得到地图页面图像特征信息；将上述地图页面布局元素去噪信息、上述地图页面文本特征信息与上述地图页面图像特征信息输入至上述图像文本关系特征生成网络中，得到图像文本关系特征信息；根据上述地图页面布局元素去噪信息和上述地图页面图像特征信息，生成地图页面布局元素调整信息；将上述地图页面图像特征信息、上述图像文本关系特征信息与上述地图页面布局元素调整信息输入至上述特征信息解码网络中，得到地图元素布局信息；根据上述地图元素布局信息，对初始地图页面进行布局渲染，得到地图渲染页面。

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公开的一些实施例的操作的计算机程序代码，上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）。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开的一些实施例中的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括：第一获取单元、第二获取单元、第一输入单元、第二输入单元、第三输入单元、第四输入单元、生成单元、第五输入单元和布局渲染单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，布局渲染单元还可以被描述为“根据上述地图元素布局信息，对初始地图页面进行布局渲染，得到地图渲染页面的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、片上系统（SOC）、复杂可编程逻辑设备（CPLD）等等。

以上描述仅为本公开的一些较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开的实施例中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的（但不限于）具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (5)

1.一种地图页面布局方法，包括：

获取预设的地图页面布局元素信息与地图页面信息，其中，所述地图页面信息包括：地图页面文本信息与地图页面图像信息；

获取预先训练的地图元素布局信息生成模型，其中，所述地图元素布局信息生成模型包括：去噪网络、文本特征提取网络、图像特征提取网络、图像文本关系特征生成网络、特征信息解码网络与页面布局元素关系调整网络，所述图像文本关系特征生成网络包括：图像位置特征信息提取层与图像文本关系注意力输出层，所述图像位置特征信息提取层包括：包围框信息投影层与特征信息融合层；

将所述地图页面布局元素信息输入至所述去噪网络中，得到地图页面布局元素去噪信息，其中，所述地图页面布局元素去噪信息包括：包围框信息组；

将所述地图页面文本信息输入至所述文本特征提取网络中，得到地图页面文本特征信息；

将所述地图页面图像信息输入至所述图像特征提取网络中，得到地图页面图像特征信息，其中，所述地图页面图像特征信息包括：子图像特征信息组；

将所述地图页面布局元素去噪信息、所述地图页面文本特征信息与所述地图页面图像特征信息输入至所述图像文本关系特征生成网络中，得到图像文本关系特征信息；

根据所述地图页面布局元素去噪信息和所述地图页面图像特征信息，生成地图页面布局元素调整信息；

将所述地图页面图像特征信息、所述图像文本关系特征信息与所述地图页面布局元素调整信息输入至所述特征信息解码网络中，得到地图元素布局信息；

根据所述地图元素布局信息，对初始地图页面进行布局渲染，得到地图渲染页面；

其中，所述将所述地图页面布局元素去噪信息、所述地图页面文本特征信息与所述地图页面图像特征信息输入至所述图像文本关系特征生成网络中，得到图像文本关系特征信息，包括：

将所述地图页面布局元素去噪信息与所述地图页面图像特征信息输入至所述图像位置特征信息提取层中，得到图像位置特征信息；

将所述图像位置特征信息与所述地图页面文本特征信息输入至所述图像文本关系注意力输出层，得到图像文本关系特征信息；

其中，所述将所述地图页面布局元素去噪信息与所述地图页面图像特征信息输入至所述图像位置特征信息提取层中，得到图像位置特征信息，包括：

对于所述子图像特征信息组中的每个子图像特征信息，执行如下处理步骤：

将所述子图像特征信息对应的所述包围框信息组中的包围框信息输入至所述包围框信息投影层中，得到包围框投影特征信息；

将所述包围框投影特征信息和所述子图像特征信息输入至所述特征信息融合层中，得到子图像特征融合信息；

将所得到的各个子图像特征融合信息合并为图像位置特征信息。

2.根据权利要求1所述的方法，其中，所述根据所述地图页面布局元素去噪信息和所述地图页面图像特征信息，生成地图页面布局元素调整信息，包括：

生成所述包围框信息组中的各个包围框信息之间的包围框位置关系信息；

将所述包围框位置关系信息和所述地图页面图像特征信息输入至所述页面布局元素关系调整网络中，得到地图页面布局元素调整信息。

3.一种地图页面布局装置，包括：

第一获取单元，被配置成获取预设的地图页面布局元素信息与地图页面信息，其中，所述地图页面信息包括：地图页面文本信息与地图页面图像信息；

第二获取单元，被配置成获取预先训练的地图元素布局信息生成模型，其中，所述地图元素布局信息生成模型包括：去噪网络、文本特征提取网络、图像特征提取网络、图像文本关系特征生成网络、特征信息解码网络与页面布局元素关系调整网络，所述图像文本关系特征生成网络包括：图像位置特征信息提取层与图像文本关系注意力输出层，所述图像位置特征信息提取层包括：包围框信息投影层与特征信息融合层；

第一输入单元，被配置成将所述地图页面布局元素信息输入至所述去噪网络中，得到地图页面布局元素去噪信息，其中，所述地图页面布局元素去噪信息包括：包围框信息组；

第二输入单元，被配置成将所述地图页面文本信息输入至所述文本特征提取网络中，得到地图页面文本特征信息；

第三输入单元，被配置成将所述地图页面图像信息输入至所述图像特征提取网络中，得到地图页面图像特征信息，其中，所述地图页面图像特征信息包括：子图像特征信息组；

第四输入单元，被配置成将所述地图页面布局元素去噪信息、所述地图页面文本特征信息与所述地图页面图像特征信息输入至所述图像文本关系特征生成网络中，得到图像文本关系特征信息；第四输入单元，被进一步配置成：

将所述地图页面布局元素去噪信息与所述地图页面图像特征信息输入至所述图像位置特征信息提取层中，得到图像位置特征信息；

将所述图像位置特征信息与所述地图页面文本特征信息输入至所述图像文本关系注意力输出层，得到图像文本关系特征信息；

其中，所述将所述地图页面布局元素去噪信息与所述地图页面图像特征信息输入至所述图像位置特征信息提取层中，得到图像位置特征信息，包括：

对于所述子图像特征信息组中的每个子图像特征信息，执行如下处理步骤：

将所述子图像特征信息对应的所述包围框信息组中的包围框信息输入至所述包围框信息投影层中，得到包围框投影特征信息；

将所述包围框投影特征信息和所述子图像特征信息输入至所述特征信息融合层中，得到子图像特征融合信息；

将所得到的各个子图像特征融合信息合并为图像位置特征信息；

生成单元，被配置成根据所述地图页面布局元素去噪信息和所述地图页面图像特征信息，生成地图页面布局元素调整信息；

第五输入单元，被配置成将所述地图页面图像特征信息、所述图像文本关系特征信息与所述地图页面布局元素调整信息输入至所述特征信息解码网络中，得到地图元素布局信息；

布局渲染单元，被配置成根据所述地图元素布局信息，对初始地图页面进行布局渲染，得到地图渲染页面。

4.一种电子设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序；

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-2中任一所述的方法。

5.一种计算机可读介质，其上存储有计算机程序，其中，所述程序被处理器执行时实现如权利要求1-2中任一所述的方法。