面向机器阅读的地图名称注记类别识别方法

摘要：

地图在人们的生产生活中发挥着重要作用,地图注记中蕴含大量信息,识别地图名称注记类别对未来计算机阅读地图以及进一步绘制地图具有重大意义.近年来,热门的深度学习技术尤其是卷积神经网络对解决图像分类问题具有良好效果,使用训练集对卷积神经网络进行训练,神经网络模型可以提取出数据集图片中的特征,并不断调整模型参数直到训练完成.以谷歌的开源框架TensorFlow作为实验的深度学习平台,对多部地图集的多份注记数据集进行智能分类研究,从地图集中人工获取注记图片作为样本数据集,构建卷积神经网络模型并尝试混合训练和分开训练两种方式.实验表明,混合训练方式获得的模型表现更加出色.

关键词：地图名称注记、图像分类、卷积神经网络、机器阅读

所属期刊栏目：45

分类号：P209(一般性问题)

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2020-05-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：273-280