[发明专利]到达点确定方法、装置及程序产品

权利要求书

1.一种到达点确定方法，包括：

获取兴趣点POI对应的多维度信息，所述多维度信息包括以下各类信息：POI的属性信息、轨迹类信息、路网类信息、建筑物轮廓类信息以及遥感影像类信息；

对所述多维度信息进行特征提取，得到多维度特征信息；

基于预测模型中的特征提取层，从所述多维度特征信息中提取多维度特征；

将所述多维度特征输入所述预测模型中的输出层，执行所述输出层，所述输出层输出所述POI对应的到达点区域。

2.根据权利要求1所述的方法，所述对所述多维度信息进行特征提取，得到多维度特征信息，包括：

对所述POI对应的M个历史时间段内N个栅格区域的多维度信息通过栅格化处理进行特征提取，以获取栅格化多维度特征图作为多维度特征信息，所述M和N为大于等于1的整数。

3.根据权利要求2所述的方法，其中，所述M个历史时间段包括M个不同历史时刻至当前时刻之间的时间段，所述N个栅格区域均包括所述POI，所述N个栅格区域中至少有两个不同栅格区域的对角线方向不同。

4.根据权利要求2所述的方法，其中，所述方法还包括：

根据所述POI的尺度信息，确定所述N个栅格区域的面积，每个栅格区域的面积不同；

基于所述N个栅格区域的面积，获取N个面积不同的栅格区域，每个栅格区域内均包括所述POI。

5.根据权利要求2所述的方法，其中，所述方法还包括：

对所述栅格化多维度特征图进行空间降采样，得到相同大小的栅格化多维度特征图。

6.根据权利要求1-5中任一项权利要求所述的方法，其中，基于预测模型中的特征提取层，从所述多维度特征信息中提取多维度特征，包括：

基于预测模型中的特征提取层，从所述多维度特征信息中提取包括地理嵌入GeometryEmbedding特征的多维度特征。

7.根据权利要求6所述的方法，其中，所述特征提取层包括没有降采样的卷积模块。

8.根据权利要求7所述的方法，其中，所述卷积模块包括Inception网络、Unet或视觉几何组VGG网络；

其中，所述卷积模块包括去除池化pooling层的二代残差网络ResnetV2且所有的卷积步长stride设置为1，所述卷积模块中引入像素级Pixel-wise与通道级Channel-wise的注意力机制。

9.根据权利要求8所述的方法，其中，所述方法还包括：

获取样本数据，所述样本数据包括：样本POI对应的多维度特征信息和所述样本POI的可信到达点区域；

基于所述样本数据，对初始的预测模型进行迭代训练，直至对应的损失函数最小化，得到所述预测模型。

10.根据权利要求9所述的方法，所述预测模型对应的损失函数包括L1 Loss Plus+Dice Loss，其中：

所述i为样本POI的可信到达点区域内的像素点区域，所述k为i的总数量，所述为预测模型预测的像素点区域i的预测可信度值，所述为像素点区域i的真实可信度值；所述|y_pred∩y_true|为真实可信度值大于预设值的像素点区域与预测可信度值大于预设值的像素点区域的交集的个数，所述|y_pred|为预测模型预测的预测可信度值大于预设值的像素点区域个数，所述|y_true|为真实可信度值大于预设值的像素点区域个数。