[发明专利]城市空间实体识别方法和装置

说明书

本公开提供一种城市空间实体识别方法和装置。城市空间实体识别装置对航拍图像按照预定大小进行分割，以得到多个栅格图像；针对每个栅格图像，从预设的POI列表中查询与栅格图像的位置信息相对应的POI类别；从空间模型集中查询出与POI类别相关联的空间实体训练集；利用空间实体训练集对机器学习模型进行训练；利用经过训练的机器学习模型对栅格图像进行识别，以得到栅格图像中的城市空间实体的类型。本公开能有效提高城市空间实体的识别效率，并有效降低机器的运算开销。

技术领域

本公开涉及信息处理领域，特别涉及一种城市空间实体识别方法和装置。

背景技术

通过对城市空间实体的识别，以区分中城市中不同的实体对象，是数字孪生城市业务的支撑性技术之一。

目前，在对城市空间实体的识别方面，通常采用机器学习模型(例如，CNN(Convolutional Neural Network，卷积神经网络)进行图片识别，以识别出城市空间实体的类型。

发明内容

发明人通过研究发现，在利用机器学习模型进行图片识别的过程中，。这要求建立起庞大的城市图形样本库集进行人工标注，一方面标注耗时耗力、成本极高，另一方面在进行图片特征判断时候需要对全部样本库进行匹配，效率不高。

据此，本公开提供一种能够方便快捷地实现城市空间实体识别的方案。

根据本公开实施例的第一方面，提供一种城市空间实体识别方法，包括：对航拍图像按照预定大小进行分割，以得到多个栅格图像；针对每个栅格图像，从预设的兴趣点POI列表中查询与所述栅格图像的位置信息相对应的POI类别；从空间模型集中查询出与所述POI类别相关联的空间实体训练集；利用所述空间实体训练集对机器学习模型进行训练；利用经过训练的机器学习模型对所述栅格图像进行识别，以得到所述栅格图像中的城市空间实体的类型。

在一些实施例中，上述方法还包括：对原始POI列表中的POI信息进行语义识别，以得到所述POI信息的POI类别；将所述POI类别插入所述原始POI列表中，以生成所述预设的POI列表。

在一些实施例中，所述栅格图像的位置信息为所述栅格图像的几何中心的位置信息。

在一些实施例中，上述方法还包括：存储所述栅格图像中的城市空间实体的类型。

根据本公开实施例的第二方面，提供一种城市空间实体识别装置，包括：图像分割模块，被配置为对航拍图像按照预定大小进行分割，以得到多个栅格图像；POI类别查询模块，被配置为针对每个栅格图像，从预设的兴趣点POI列表中查询与所述栅格图像的位置信息相对应的POI类别；训练集查询模块，被配置为从空间模型集中查询出与所述POI类别相关联的空间实体训练集；训练模块，被配置为利用所述空间实体训练集对机器学习模型进行训练；实体识别模块，被配置为利用经过训练的机器学习模型对所述栅格图像进行识别，以得到所述栅格图像中的城市空间实体的类型。

在一些实施例中，上述装置还包括：列表生成模块，被配置为对原始POI列表中的POI信息进行语义识别，以得到所述POI信息的POI类别，将所述POI类别插入所述原始POI列表中，以生成所述预设的POI列表。

在一些实施例中，所述栅格图像的位置信息为所述栅格图像的几何中心的位置信息。

在一些实施例中，上述装置还包括：存储模块，被配置为存储所述栅格图像中的城市空间实体的类型。

根据本公开实施例的第三方面，提供一种城市空间实体识别装置，包括：存储器，被配置为存储指令；处理器，耦合到存储器，处理器被配置为基于存储器存储的指令执行实现如上述任一实施例所述的方法。

根据本公开实施例的第四方面，提供一种计算机可读存储介质，其中，计算机可读存储介质存储有计算机指令，指令被处理器执行时实现如上述任一实施例涉及的方法。