[發(fā)明專利]街區(qū)標(biāo)注中樣本數(shù)據(jù)的獲取方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010858663.2
• 申請(qǐng)日: 2020-08-24
• 公開（公告）號(hào): CN112052848B
• 公開（公告）日: 2022-09-20
• 發(fā)明（設(shè)計(jì)）人: 楊帆
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06V10/25
• 分類號(hào): G06V10/25;G06V10/774;G06V10/764;G06V10/80
• 代理公司: 深圳市聯(lián)鼎知識(shí)產(chǎn)權(quán)代理有限公司 44232
• 代理人: 葉虹

1.一種街區(qū)標(biāo)注中樣本數(shù)據(jù)的獲取方法，其特征在于，包括：

根據(jù)多個(gè)興趣面的輪廓信息以及街區(qū)的輪廓信息，計(jì)算各個(gè)所述興趣面與所述街區(qū)的區(qū)域重合度，其中，所述興趣面是地圖上一個(gè)區(qū)域或者地圖數(shù)據(jù)中區(qū)域狀的地理實(shí)體，所述街區(qū)的輪廓信息是通過獲取位于所述興趣面周圍的道路的輪廓信息，并根據(jù)多條道路的輪廓信息，確定的多條所述道路所圍成的區(qū)域的輪廓信息；

基于所述區(qū)域重合度，從多個(gè)所述興趣面中識(shí)別出目標(biāo)興趣面；

根據(jù)所述目標(biāo)興趣面的類型信息對(duì)所述街區(qū)進(jìn)行標(biāo)注，得到所述街區(qū)對(duì)應(yīng)的標(biāo)注信息；

基于所述街區(qū)的街區(qū)特征以及標(biāo)注信息，生成樣本數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)多個(gè)興趣面的輪廓信息以及街區(qū)的輪廓信息，計(jì)算各個(gè)所述興趣面與所述街區(qū)的區(qū)域重合度，包括：

根據(jù)多個(gè)興趣面的輪廓信息和街區(qū)的輪廓信息，計(jì)算各個(gè)所述興趣面與所述街區(qū)之間相交的面積，以及各個(gè)所述興趣面與所述街區(qū)的聯(lián)合面積；

根據(jù)所述相交的面積以及所述聯(lián)合面積，計(jì)算各個(gè)所述興趣面與所述街區(qū)的區(qū)域重合度。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，基于所述區(qū)域重合度，從多個(gè)所述興趣面中識(shí)別出目標(biāo)興趣面，包括：

將所述區(qū)域重合度與預(yù)定閾值進(jìn)行比較，得到比較結(jié)果；

根據(jù)所述比較結(jié)果，將所述區(qū)域重合度大于或等于所述預(yù)定閾值的興趣面確定為目標(biāo)興趣面。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，根據(jù)所述比較結(jié)果，將所述區(qū)域重合度大于或等于所述預(yù)定閾值的興趣面確定為目標(biāo)興趣面，包括：

若存在至少兩個(gè)區(qū)域重合度大于或等于所述預(yù)定閾值的興趣面，則從區(qū)域重合度大于或等于所述預(yù)定閾值的興趣面中，選取區(qū)域重合度最大的興趣面作為目標(biāo)興趣面。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，根據(jù)所述目標(biāo)興趣面的類型信息對(duì)所述街區(qū)進(jìn)行標(biāo)注，得到所述街區(qū)對(duì)應(yīng)的標(biāo)注信息，包括：

根據(jù)所述目標(biāo)興趣面的類型信息，確定與所述類型信息對(duì)應(yīng)的功能類型；

將所述功能類型與所述街區(qū)相關(guān)聯(lián)，作為所述街區(qū)的標(biāo)注信息。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述樣本數(shù)據(jù)的數(shù)量為多個(gè)，所述街區(qū)特征包括街區(qū)內(nèi)的信息點(diǎn)信息、街區(qū)的幾何信息以及街區(qū)內(nèi)的定位信息；在基于所述街區(qū)的街區(qū)特征以及標(biāo)注信息，生成樣本數(shù)據(jù)之后，所述方法還包括：

對(duì)多個(gè)所述樣本數(shù)據(jù)進(jìn)行劃分，形成訓(xùn)練集、驗(yàn)證集以及測(cè)試集；

基于所述訓(xùn)練集、所述驗(yàn)證集以及所述測(cè)試集，訓(xùn)練并建立街區(qū)標(biāo)注模型。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，基于所述訓(xùn)練集、所述驗(yàn)證集以及所述測(cè)試集，訓(xùn)練并建立街區(qū)標(biāo)注模型，包括：

將所述訓(xùn)練集輸入至極端梯度提升模型中進(jìn)行訓(xùn)練，選取歸一化指數(shù)函數(shù)作為多分類預(yù)測(cè)的目標(biāo)函數(shù)，選取交叉熵作為損失函數(shù)，以建立街區(qū)標(biāo)注模型；

將所述驗(yàn)證集作為所述街區(qū)標(biāo)注模型的輸入，對(duì)所述街區(qū)標(biāo)注模型進(jìn)行驗(yàn)證，并根據(jù)驗(yàn)證結(jié)果對(duì)所述街區(qū)標(biāo)注模型的參數(shù)進(jìn)行調(diào)整；

采用測(cè)試集對(duì)調(diào)整參數(shù)之后的街區(qū)標(biāo)注模型進(jìn)行測(cè)試，以根據(jù)測(cè)試結(jié)果確定目標(biāo)街區(qū)標(biāo)注模型。

8.一種街區(qū)標(biāo)注中樣本數(shù)據(jù)的獲取裝置，其特征在于，包括：

計(jì)算模塊，用于根據(jù)多個(gè)興趣面的輪廓信息以及街區(qū)的輪廓信息，計(jì)算各個(gè)所述興趣面與所述街區(qū)的區(qū)域重合度，其中，所述興趣面是地圖上一個(gè)區(qū)域或者地圖數(shù)據(jù)中區(qū)域狀的地理實(shí)體，所述街區(qū)的輪廓信息是通過獲取位于所述興趣面周圍的道路的輪廓信息，并根據(jù)多條道路的輪廓信息，確定的多條所述道路所圍成的區(qū)域的輪廓信息；

識(shí)別模塊，用于基于所述區(qū)域重合度，從多個(gè)所述興趣面中識(shí)別出目標(biāo)興趣面；

標(biāo)注模塊，用于根據(jù)所述目標(biāo)興趣面的類型信息對(duì)所述街區(qū)進(jìn)行標(biāo)注，得到所述街區(qū)對(duì)應(yīng)的標(biāo)注信息；

處理模塊，用于基于所述街區(qū)的街區(qū)特征以及標(biāo)注信息，生成樣本數(shù)據(jù)。