[發明專利]一種利用人工智能自動標注城鎮信息系統及方法

在審

• 申請號: 202011078343.1
• 申請日: 2020-10-10
• 公開（公告）號: CN112307144A
• 公開（公告）日: 2021-02-02
• 發明（設計）人: 李麟;張宇棠
• 申請（專利權）人: 江西裕豐智能農業科技有限公司
• 主分類號: G06F16/29
• 分類號: G06F16/29;G06F16/21;G06N3/04
• 代理公司: 南昌金軒知識產權代理有限公司 36129
• 代理人: 張震東

本發明公開了一種利用人工智能自動標注城鎮信息系統及方法，定期更新城鎮地圖，通過識別更新后城鎮地圖的特征點，形成第二神經網絡模型，將第二神經網絡模型與城鎮地圖基于特征點所形成的第一神經網絡模型進行匹配，實現對地圖的統一，并且每次更新城鎮地圖均勻上一版本城鎮地圖相匹配，這樣能夠保證所有版本輪廓的一致性，實現新老版本地圖的對應，能夠有效防止因城市發展，特征點的變化，而導致對城鎮信息標注出現錯位的問題。

技術領域

本發明涉及數字地圖技術領域，尤其涉及一種利用人工智能自動標注城鎮信息系統及方法。

背景技術

隨著社會發展，城市發生了巨大的變化，在城市建設的過程中，許多老建筑被拆除，當離家很久的人回歸故里，在城市中無法再找到老建筑的影子。為了方便回歸故里的居民對城市的回憶，特研發了一種利用人工智能自動標注城鎮信息系統及方法。

發明內容

本發明提供了一種利用人工智能自動標注城鎮信息系統及方法，通過將老版本的地圖與新版本的地圖通過特征點進行匹配，實現新老版本地圖的對應，能夠有效防止因城市發展，特征點的變化，而導致對城鎮信息標注出現錯位的問題。

一種利用人工智能的地圖匹配方法，方法包括：

S11：將城鎮地圖依據特征點劃分為多個特征區域，基于人工智能對特征區域進行掃描并形成第一神經網絡模型；

S12：將更新后版本的城鎮地圖依據特征點劃分為多個特征區域，基于人工智能對特征區域進行掃描并形成第二神經網絡模型；

S13：通過對比第一神經網絡模型與第二神經網絡模型，實現對原始地圖與更新后地圖的匹配。

優選的，特征點可以為高樓、河流、公園、道路中一種或多種的組合。

優選的，步驟S13的匹配方法為，第一神經網絡模型與第二神經網絡模型尋找兩處或以上的相似特征點，依據相識特征點進行模擬、整合，將原始地圖與更新后的地圖進行對應匹配。

一種利用人工智能自動標注城鎮信息的方法，方法包括：

S21：采集城鎮信息，通過對城鎮信息中的特征點進行識別；

S22：人工智能掃描特征點，并形成第三神經網絡模型；

S23：將第三神經網絡模型與城鎮信息采集時間最接近版本的城鎮地圖所形成的網絡模型進行匹配；

S24：匹配成功后，將城鎮信息自動標注在城鎮地圖的特征區域內。

優選的，城鎮信息包括小區、樓房、店面、景點的基本概述、地理位置、實景照片以及與特征點的距離。

優選的，城鎮信息定期更新，并標注在最接近版本的地圖上，同時標注了城鎮信息的版本的城鎮地圖均會上傳至云服務器，方便后續查看。

一種利用人工智能的自動標注城鎮信息系統，包括數據收集模塊，用于收集城鎮信息以及城鎮地圖；圖片處理模塊，用于城鎮地圖進行處理；神經網絡模型模塊，用于將處理后的城鎮地圖依據特征點進行區域劃分并形成第一神經網絡模型或第二神經網絡模型，用于識別城鎮信息中的特征點并形成第三神經網絡模型；識別顯示模塊，用于將城鎮地圖的第一神經網絡模型與更新后版本城鎮地圖中第二神經網絡模型進行識別，用于將城鎮信息特征點所形成的第三神經網絡模型與最接近版本的城鎮地圖的神經網絡模型進行匹配；自動標注模塊，將匹配好的城鎮信息自動標注在城鎮地圖上；云服務器，用于收集所有完成城鎮信息標注的城鎮地圖。

有益效果：