論文の概要: CartoMark: a benchmark dataset for map pattern recognition and 1 map
content retrieval with machine intelligence
- arxiv url: http://arxiv.org/abs/2312.08600v1
- Date: Thu, 14 Dec 2023 01:54:38 GMT
- ステータス: 処理完了
- システム内更新日: 2023-12-16 00:23:15.359043
- Title: CartoMark: a benchmark dataset for map pattern recognition and 1 map
content retrieval with machine intelligence
- Title(参考訳): CartoMark: マップパターン認識と1つのマップコンテンツ検索のためのベンチマークデータセット
- Authors: Xiran Zhou, Yi Wen, Honghao Li, Kaiyuan Li, Zhenfeng Shao, Zhigang
Yan, Xiao Xie
- Abstract要約: 我々は,地図テキストアノテーション認識,地図シーン分類,地図超解像再構成,地図スタイル転送のための大規模ベンチマークデータセットを開発した。
これらの良好なラベル付きデータセットは、マップ特徴の検出、マップパターン認識、マップコンテンツ検索を行う最先端のマシンインテリジェンス技術を促進する。
- 参考スコア(独自算出の注目度): 9.652629004863364
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Maps are fundamental medium to visualize and represent the real word in a
simple and 16 philosophical way. The emergence of the 3rd wave information has
made a proportion of maps are available to be generated ubiquitously, which
would significantly enrich the dimensions and perspectives to understand the
characteristics of the real world. However, a majority of map dataset have
never been discovered, acquired and effectively used, and the map data used in
many applications might not be completely fitted for the authentic demands of
these applications. This challenge is emerged due to the lack of numerous
well-labelled benchmark datasets for implementing the deep learning approaches
into identifying complicated map content. Thus, we develop a large-scale
benchmark dataset that includes well-labelled dataset for map text annotation
recognition, map scene classification, map super-resolution reconstruction, and
map style transferring. Furthermore, these well-labelled datasets would
facilitate the state-of-the-art machine intelligence technologies to conduct
map feature detection, map pattern recognition and map content retrieval. We
hope our efforts would be useful for AI-enhanced cartographical applications.
- Abstract(参考訳): 地図は、実単語をシンプルで16の哲学的な方法で視覚化し表現するための基本的な媒体である。
第三波情報の出現により、地図の比率はユビキタスに生成可能となり、実世界の特性を理解するための次元と視点が大幅に強化される。
しかし、ほとんどの地図データセットが発見され、取得され、効果的に使用されることはなく、多くのアプリケーションで使用される地図データは、これらのアプリケーションの真の要求に完全に適合していないかもしれない。
この課題は、複雑なマップコンテンツを特定するためのディープラーニングアプローチを実装するための、多くの十分なベンチマークデータセットが欠如していることによるものだ。
そこで,我々は,地図テキストのアノテーション認識,地図シーン分類,地図超解像再構成,地図スタイル転送のためのラベル付きデータセットを含む大規模ベンチマークデータセットを開発した。
さらに、これらのよくラベル付けされたデータセットは、マップ特徴の検出、マップパターン認識、マップコンテンツ検索を行う最先端のマシンインテリジェンス技術を促進する。
われわれの努力が、AIによる地図の応用に役立つことを願っている。
関連論文リスト
- Mapping High-level Semantic Regions in Indoor Environments without
Object Recognition [50.624970503498226]
本研究では,屋内環境における埋め込みナビゲーションによる意味領域マッピング手法を提案する。
地域識別を実現するために,視覚言語モデルを用いて地図作成のためのシーン情報を提供する。
グローバルなフレームにエゴセントリックなシーン理解を投影することにより、提案手法は各場所の可能な領域ラベル上の分布としてのセマンティックマップを生成する。
論文 参考訳(メタデータ) (2024-03-11T18:09:50Z) - Map-aided annotation for pole base detection [0.0]
本稿では2次元HDマップを用いて,画像中の極状特徴を自動的にアノテートする。
高さ情報がない場合、地図の特徴は地上のポールベースとして表現される。
ポールベースを検出するためにオブジェクト検出器をどのように訓練するかを示す。
論文 参考訳(メタデータ) (2024-03-04T09:23:11Z) - Mind the map! Accounting for existing map information when estimating online HDMaps from sensor [15.275704436439012]
HDMapをセンサーから推定することで、コストを大幅に削減できる。
提案手法は,HDMapを推定する際の正確な状況の既存のマップを推定する。
我々は,新しいオンラインHDMap推定フレームワークであるMapEXを紹介する。
論文 参考訳(メタデータ) (2023-11-17T13:40:10Z) - The mapKurator System: A Complete Pipeline for Extracting and Linking
Text from Historical Maps [7.209761597734092]
mapKuratorは、マシンラーニングモデルと包括的なデータ処理パイプラインを統合するエンドツーエンドシステムである。
我々はmapKuratorシステムをデプロイし、David Rumsey Historical Mapコレクションに6万以上の地図と1億以上のテキスト/場所名の処理を可能にしました。
論文 参考訳(メタデータ) (2023-06-29T16:05:40Z) - AutoGeoLabel: Automated Label Generation for Geospatial Machine Learning [69.47585818994959]
リモートセンシングデータのためのラベルの自動生成のためのビッグデータ処理パイプラインを評価する。
我々は,大規模データプラットフォームであるIBM PAIRSを用いて,密集都市部でそのようなラベルを動的に生成する。
論文 参考訳(メタデータ) (2022-01-31T20:02:22Z) - Synthetic Map Generation to Provide Unlimited Training Data for
Historical Map Text Detection [5.872532529455414]
そこで本研究では,テキスト検出モデルのトレーニングのために,注釈付き歴史地図画像の無限量の自動生成手法を提案する。
我々は,現在最先端のテキスト検出モデルが,合成歴史地図の恩恵を受けることを示す。
論文 参考訳(メタデータ) (2021-12-12T00:27:03Z) - A Label Correction Algorithm Using Prior Information for Automatic and
Accurate Geospatial Object Recognition [5.5042961659167045]
地理的に参照された外部ベクトルデータを座標に従って地形地図に重ね合わせると、所望のオブジェクトの位置を自動的にアノテートすることができる。
本稿では,地図の色情報と外部ベクトルデータの事前形状情報を利用するラベル補正アルゴリズムを提案する。
実験の結果,提案アルゴリズムのアノテーションの精度は最先端アルゴリズムのアノテーションよりも10%高いことがわかった。
論文 参考訳(メタデータ) (2021-12-10T19:27:53Z) - HDMapGen: A Hierarchical Graph Generative Model of High Definition Maps [81.86923212296863]
HDマップは道路路面の正確な定義と交通ルールの豊富な意味を持つ地図である。
実際の道路トポロジやジオメトリはごくわずかで、自動運転スタックをテストする能力は著しく制限されています。
高品質で多様なHDマップを生成可能な階層グラフ生成モデルであるHDMapGenを提案する。
論文 参考訳(メタデータ) (2021-06-28T17:59:30Z) - HDNET: Exploiting HD Maps for 3D Object Detection [99.49035895393934]
高精細度(hd)マップは、現代の3dオブジェクト検出器の性能と頑健性を高める強力な事前情報を提供する。
我々はHDマップから幾何学的特徴と意味的特徴を抽出する単一ステージ検出器を設計する。
地図は至る所では利用できないため、生のLiDARデータからフライ時の地図を推定するマップ予測モジュールも提案する。
論文 参考訳(メタデータ) (2020-12-21T21:59:54Z) - Structured Landmark Detection via Topology-Adapting Deep Graph Learning [75.20602712947016]
解剖学的顔と医学的ランドマーク検出のための新しいトポロジ適応深層グラフ学習手法を提案する。
提案手法は局所像特徴と大域形状特徴の両方を利用するグラフ信号を構成する。
3つの公開顔画像データセット(WFLW、300W、COFW-68)と3つの現実世界のX線医学データセット(ケパロメトリ、ハンド、ペルビス)で実験を行った。
論文 参考訳(メタデータ) (2020-04-17T11:55:03Z) - Weakly-Supervised Salient Object Detection via Scribble Annotations [54.40518383782725]
本稿では,スクリブルラベルからサリエンシを学習するための弱教師付きサリエント物体検出モデルを提案する。
そこで本研究では,予測されたサリエンシマップの構造アライメントを測定するために,新しい尺度であるサリエンシ構造尺度を提案する。
我々の手法は、既存の弱教師付き/非教師付き手法よりも優れているだけでなく、いくつかの完全教師付き最先端モデルと同等である。
論文 参考訳(メタデータ) (2020-03-17T12:59:50Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。