【技术实现步骤摘要】
本专利技术涉及数据处理，尤其涉及一种基于图像分割的poi数据纠偏方法、装置、计算机设备及存储介质。
技术介绍
1、信息点(point ofinformation，即poi)是地理信息领域的常用术语，一个poi点可以表示一栋房子、一个商铺或一个公交地铁站等。poi通过名称、地理位置坐标、位置类别等信息进行信息点位置的描述，在地图导航应用中，用户可通过多种信息实现对poi点位置信息的查询。
2、地图数据中poi数据量巨大，而且现实世界poi信息经常更新变化，为了在导航应用中为用户提供准确且时效性高的poi数据，需要对poi数据进行准确、高效更新，因此对poi数据的更新方法具有重要的现实应用意义。
3、现有poi纠偏更新方法通常基于区域阈值计算、建立不规则三角网等方法，将新poi点数据与原有一定区域范围内poi数据进行比对、更新，依靠这些传统纠偏方法容易出现误判情况，需要依赖大量人工作业进行校验修正，poi纠偏精度有待进一步提升。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种基于图像分割的poi数据纠偏方法、装置、计算机设备及存储介质，以解决上述现有技术中的至少一个问题。
2、第一方面，本申请实施例是这样实现的，提供了一种基于图像分割的poi数据纠偏方法，包括如下步骤：
3、构建训练图像数据集，所述训练图像数据集包括a源路网图像数据以及b源路网图像数据；
4、基于所述a源路网图像数据以及b源路网图像数据，对预设po
5、将待检测数据输入至所述训练完成的预设poi纠偏匹配模型中，得到poi点匹配结果以及周边路网相似度对比结果；
6、基于所述poi点匹配结果以及周边路网相似度对比结果，对待更新路网中的poi点进行更新。
7、在一实施例中，所述待检测数据包括a源路网中待匹配poi点周边m米范围内的第一a源路网图像数据、所述待匹配poi点周边n米范围内的第二a源路网图像数据、以及与所述第一a源路网图像数据对应第一b源路网图像数据，m>n。
8、在一实施例中，所述将待检测数据输入至所述训练完成的预设poi纠偏匹配模型中，得到poi点匹配结果以及周边路网相似度对比结果，包括：
9、将所述第一a源路网图像数据以及所述第二a源路网图像数据进行图像叠加，并对叠加后的图像数据进行特征提取，得到a源路网特征向量；
10、基于所述b源路网图像数据以及所述第二a源路网图像数据，得到采样特征向量以及拼接特征向量；
11、将所述a源路网特征向量以及所述拼接特征向量，进行特征解码与像素点分类，得到所述poi点匹配结果；
12、基于所述poi点匹配结果与所述采样特征向量，计算所述a源路网的周边路网与所述b源路网的周边路网之间的相似度，得到所述周边路网相似度对比结果。
13、在一实施例中，所述基于所述b源路网图像数据以及所述第二a源路网图像数据，得到采样特征向量以及拼接特征向量，包括：
14、对所述b源路网图像数据进行图像特征提取，得到b源路网特征向量；
15、将所述第二a源路网图像数据进行上/下采样，得到采样特征向量；
16、将所述b源路网特征向量与所述采样特征向量进行拼接，得到拼接特征向量。
17、在一实施例中，所述基于所述poi点匹配结果以及周边路网相似度对比结果，对所述待更新路网中poi点进行更新，包括：
18、基于所述周边路网相似度对比结果，当周边路网相似度大于/等于预设相似度阈值时，将poi匹配结果进行经纬度逆变换，得到对应的poi点经纬度信息；
19、基于所述poi点经纬度信息对所述待更新路网中对应的poi点位置进行更新；或者
20、当所述周边路网相似度小于预设相似度阈值时，进行人工验证，以基于验证结果对所述待更新路网中的poi点位置进行更新。
21、在一实施例中，构建训练图像数据集，包括：
22、采集a源路网训练数据，在所述a源路网训练数据中以各poi点为中心，提取所述各poi点周围m米范围内的第一a源路网训练数据以及所述各poi点周围n米范围内的第二a源路网训练数据，m>n；
23、将所述第一a源路网训练数据转换为第一a源路网图像训练数据，将所述第一a源路网训练数据转换为第二a源路网图像训练数据；
24、采集b源路网训练数据，在所述开源路网训练数据中提取与所述第一a源路网训练数据对应的第一b源路网训练数据，以及与所述第二a源路网训练数据对应的第二b源路网训练数据；
25、将所述第一b源路网训练数据转换为第一b源路网图像训练数据，将所述第二b源路网训练数据转换为第二b源路网图像训练数据；
26、将所述第一a源路网图像训练数据、第二a源路网图像训练数据、第一b源路网图像训练数据以及第二b源路网图像训练数据作为对应poi点的图像对；
27、基于各所述poi点的图像对，构建所述训练图像数据集。
28、在一实施例中，所述方法，还包括：
29、将所述a源路网图像数据以及b源路网图像数据进行相似度对比，得到对比相似度；
30、当所述对比相似度大于/等于预设阈值时，在所述b源路网图像数据中标注出待匹配poi点位置、所述待匹配poi点周边路网位置以及相似道路类别；
31、当所述对比相似度小于预设阈值时，在所述b源路网图像数据中标注出所述可匹配的所述待匹配poi点周边路网位置以及不同道路类别。
32、第二方面，提供了一种基于图像分割的poi数据纠偏装置，包括：
33、训练图像数据集构建单元，用于构建训练图像数据集，所述训练图像数据集包括a源路网图像数据以及b源路网图像数据；
34、模型训练单元，基于所述a源路网图像数据以及b源路网图像数据，对预设poi纠偏匹配模型进行迭代训练，当符合预设收敛条件时，得到训练完成的poi纠偏匹配模型；
35、预测单元，用于将待检测数据输入至所述训练完成的预设poi纠偏匹配模型中，得到poi点匹配结果以及周边路网相似度对比结果；
36、更新单元，用于基于所述poi点匹配结果以及周边路网相似度对比结果，对待更新路网中的poi点进行更新。
37、第三方面，提供了一种计算机设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机可读指令，所述处理器执行所述计算机可读指令时实现如上述所述基于图像分割的poi数据纠偏方法。
38、第四方面，提供了一种可读存储介质，其上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上述所述基于图像分割的poi数据纠偏方法。
39、上述基于图像分割的poi数据纠偏方法、装置、计算机设备及存储介质，其本文档来自技高网...
【技术保护点】
1.一种基于图像分割的POI数据纠偏方法，其特征在于，所述方法，包括：
2.如权利要求1所述的基于图像分割的POI数据纠偏方法，其特征在于，所述待检测数据包括A源路网中待匹配POI点周边M米范围内的第一A源路网图像数据、所述待匹配POI点周边N米范围内的第二A源路网图像数据、以及与所述第一A源路网图像数据对应第一B源路网图像数据，M>N。
3.如权利要求2所述的基于图像分割的POI数据纠偏方法，其特征在于，所述将待检测数据输入至所述训练完成的预设POI纠偏匹配模型中，得到POI点匹配结果以及周边路网相似度对比结果，包括：
4.如权利3所述的基于图像分割的POI数据纠偏方法，其特征在于，所述基于所述B源路网图像数据以及所述第二A源路网图像数据，得到采样特征向量以及拼接特征向量，包括：
5.如权利要求1所述的基于图像分割的POI数据纠偏方法，其特征在于，所述基于所述POI点匹配结果以及周边路网相似度对比结果，对所述待更新路网中POI点进行更新，包括：
6.如权利要求1所述的基于图像分割的POI数据纠偏方法，其特征在于，
7.如权利要求1所述基于图像分割的POI数据纠偏方法，其特征在于，所述方法，还包括：
8.一种基于图像分割的POI数据纠偏装置，其特征在于，所述装置，包括：
9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并在所述处理器上运行的计算机可读指令，其特征在于，所述处理器执行所述计算机可读指令时实现如权利要求1至7任一项所述基于图像分割的POI数据纠偏方法。
10.一种可读存储介质，其上存储有计算机可读指令，其特征在于，所述计算机可读指令被处理器执行时实现如权利要求1至7任一项所述基于图像分割的POI数据纠偏方法。
...【技术特征摘要】
1.一种基于图像分割的poi数据纠偏方法，其特征在于，所述方法，包括：
2.如权利要求1所述的基于图像分割的poi数据纠偏方法，其特征在于，所述待检测数据包括a源路网中待匹配poi点周边m米范围内的第一a源路网图像数据、所述待匹配poi点周边n米范围内的第二a源路网图像数据、以及与所述第一a源路网图像数据对应第一b源路网图像数据，m>n。
3.如权利要求2所述的基于图像分割的poi数据纠偏方法，其特征在于，所述将待检测数据输入至所述训练完成的预设poi纠偏匹配模型中，得到poi点匹配结果以及周边路网相似度对比结果，包括：
4.如权利3所述的基于图像分割的poi数据纠偏方法，其特征在于，所述基于所述b源路网图像数据以及所述第二a源路网图像数据，得到采样特征向量以及拼接特征向量，包括：
5.如权利要求1所述的基于图像分割的poi数据纠偏方...
【专利技术属性】
技术研发人员：韩璐，赵宇航，李隽颖，
申请(专利权)人：深圳依时货拉拉科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。