[發明專利]目標地圖模型的訓練方法、定位方法及相關裝置

有效

• 申請號: 202111211145.2
• 申請日: 2021-10-18
• 公開（公告）號: CN113947147B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 黃際洲;王海峰;卓安;孫一博
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06F16/29
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

本公開提供了一種目標地圖模型的訓練方法、定位方法、裝置、電子設備、計算機可讀存儲介質及計算機程序產品，涉及深度學習、自然語言理解、智能搜索等人工智能技術領域。該方法包括：獲取各地圖位置點的文本表達、坐標向量表達、招牌圖像表達；根據由對應相同地圖位置點的文本表達和坐標向量表達構成的第一訓練樣本，訓練得到第一子模型；根據由對應相同地圖位置點的文本表達和招牌圖像表達構成的第二訓練樣本，訓練得到第二子模型；融合第一子模型和第二子模型，得到目標地圖模型。應用該方法訓練出的目標地圖模型可以更好的結合用戶的當前位置、拍攝得到的定位用圖像，得出更準確的定位結果。

技術領域

本公開涉及數據處理技術領域，具體涉及深度學習、自然語言理解、智能搜索等人工智能技術領域，尤其涉及一種目標地圖模型的訓練方法和定位方法，以及對應的裝置、電子設備、計算機可讀存儲介質及計算機程序產品。

背景技術

預訓練模型在自然語言處理領域以及多個行業的產品上取得了非常大的進步。通過在大規模數據的學習，預訓練模型可以更好的對字、詞、句子等表示進行建模。基于預訓練模型，利用特定任務的標注樣本進行模型微調，通常可以取得非常好的效果。

地圖領域比較特殊，地圖領域的信息處理過程往往需要與現實世界產生關聯。例如，在地圖檢索引擎中，當用戶輸入一個查詢詞時，候選詞本身的位置和它與用戶當前所在位置的距離都是非常重要的排序特征。

當前地圖領域的文本數據以結構化數據為主，包含的信息較為精簡和有限，通常只有名稱、別名、地址、類別這幾類信息。而地圖領域與現實世界關聯性比較強的信息往往無法直觀的通過文本表示出來。

發明內容

本公開實施例提出了一種目標地圖模型的訓練、定位方法、裝置、電子設備、計算機可讀存儲介質及計算機程序產品。

第一方面，本公開實施例提出了一種目標地圖模型的訓練方法，包括：獲取各地圖位置點的文本表達、坐標向量表達、招牌圖像表達；根據由對應相同地圖位置點的文本表達和坐標向量表達構成的第一訓練樣本，訓練得到第一子模型；根據由對應相同地圖位置點的文本表達和招牌圖像表達構成的第二訓練樣本，訓練得到第二子模型；融合第一子模型和第二子模型，得到目標地圖模型。

第二方面，本公開實施例提出了一種目標地圖模型的訓練裝置，包括：參數獲取單元，被配置成獲取各地圖位置點的文本表達、坐標向量表達、招牌圖像表達；第一子模型訓練單元，被配置成根據由對應相同地圖位置點的文本表達和坐標向量表達構成的第一訓練樣本，訓練得到第一子模型；第二子模型訓練單元，被配置成根據由對應相同地圖位置點的文本表達和招牌圖像表達構成的第二訓練樣本，訓練得到第二子模型；子模型融合單元，被配置成融合第一子模型和第二子模型，得到目標地圖模型。

第三方面，本公開實施例提出了一種定位方法，包括：獲取對目標建筑物的招牌拍攝得到的定位用圖像和當前位置；根據當前位置確定實際坐標向量表達、根據定位用圖像確定實際招牌圖像表達；調用目標地圖模型確定與實際坐標向量表達對應的拍攝位置文本表達；調用目標地圖模型確定與實際招牌圖像表達對應的備選文本表達序列；基于拍攝位置文本表達與備選文本表達序列中各備選文本表達之間的距離大小，調整各備選文本表達在序列中的呈現優先級排序；基于呈現優先級調整后的備選文本表達序列，定位目標建筑物的實際位置；目標地圖模型根據如第一方面中任一實現方式描述的目標地圖模型的訓練方法得到。