論文の概要: Generating grid maps via the snake model
- arxiv url: http://arxiv.org/abs/2406.18573v1
- Date: Tue, 4 Jun 2024 02:24:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-01 05:50:36.650882
- Title: Generating grid maps via the snake model
- Title（参考訳）: スネークモデルによるグリッドマップの生成
- Authors: Zhiwei Wei, Nai Yang, Wenjia Xu, Su Ding,
- Abstract要約: グリッドマップはタイルマップと呼ばれ、地理空間の可視化において重要なツールである。
地理的領域をグリッドに変換するため、コヒーレントグリッドアレンジメントを確立するために、セントロイドと境界ノードの両方の変位を必要とする。
既存のアプローチは通常、領域セントロイドと境界ノードを別々に置き換える。
本研究では,Snake変位アルゴリズムを地図一般化から適用し,領域セントロイドと境界ノードを同時に変位させる手法を提案する。
- 参考スコア（独自算出の注目度）: 10.489493860187348
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The grid map, often referred to as the tile map, stands as a vital tool in geospatial visualization, possessing unique attributes that differentiate it from more commonly known techniques such as choropleths and cartograms. It transforms geographic regions into grids, which requires the displacement of both region centroids and boundary nodes to establish a coherent grid arrangement. However, existing approaches typically displace region centroids and boundary nodes separately, potentially resulting in self-intersected boundaries and compromised relative orientation relations between regions. In this paper, we introduce a novel approach that leverages the Snake displacement algorithm from cartographic generalization to concurrently displace region centroids and boundary nodes. The revised Constrained Delaunay triangulation (CDT) is employed to represent the relations between regions and serves as a structural foundation for the Snake algorithm. Forces for displacing the region centroids into a grid-like pattern are then computed. These forces are iteratively applied within the Snake model until a satisfactory new boundary is achieved. Subsequently, the grid map is created by aligning the grids with the newly generated boundary, utilizing a one-to-one match algorithm to assign each region to a specific grid. Experimental results demonstrate that the proposed approach excels in maintaining the relative orientation and global shape of regions, albeit with a potential increase in local location deviations. We also present two strategies aligned with existing approaches to generate diverse grid maps for user preferences. Further details and resources are available on our project website: https://github.com/TrentonWei/DorlingMap.git.
- Abstract（参考訳）: 格子地図(英: grid map)は、しばしばタイル地図(英: tile map)と呼ばれ、地理空間の可視化において重要なツールであり、コロプレスやカルトグラムのような一般的な技術と区別される独自の属性を持つ。
地理的領域をグリッドに変換するため、コヒーレントグリッドアレンジメントを確立するために、セントロイドと境界ノードの両方の変位を必要とする。
しかし、既存のアプローチは、通常、領域セントロイドと境界ノードを別々に置き換え、自断境界と領域間の相対配向関係を損なう可能性がある。
本稿では,Snake変位アルゴリズムを地図一般化から領域セントロイドと境界ノードを同時に変位させる手法を提案する。
改良された制約付きデラウネー三角測量(CDT)は、地域間の関係を表現するために使用され、スネークアルゴリズムの構造基盤として機能する。
次に、領域セントロイドを格子状のパターンに分解する力を計算する。
これらの力は、満足のいく新しい境界が達成されるまで、スネークモデル内で反復的に適用されます。
その後、グリッドマップは、グリッドを新たに生成された境界に整列させ、1対1のマッチングアルゴリズムを用いて、各領域を特定のグリッドに割り当てることで作成される。
実験結果から,提案手法は局所的な位置ずれが増大する可能性がありながら,領域の相対的配向と大域的な形状を維持する上で優れていることが示された。
また、ユーザの好みに応じてグリッドマップを多様に作成するための既存のアプローチに沿った2つの戦略も提示する。
詳細とリソースは、プロジェクトのWebサイト(https://github.com/TrentonWei/DorlingMap.git)で公開されています。
関連論文リスト
- HPix: Generating Vector Maps from Satellite Images [0.0]
衛星画像からベクトルタイルマップを生成するためにGAN(Generative Adversarial Networks)を改良したHPixと呼ばれる新しい手法を提案する。
経験的評価を通じて,提案手法は高精度かつ視覚的に表現可能なベクトルタイルマップを作成する上での有効性を示す。
さらに、道路交差点のマッピングや、その面積に基づいたフットプリントクラスタの構築など、我々の研究の応用を拡大する。
論文 参考訳（メタデータ） (2024-07-18T16:54:02Z) - Differentiable Reasoning about Knowledge Graphs with Region-based Graph Neural Networks [62.93577376960498]
知識グラフ(KG)の完成法は、意味的正則性を捕捉し、これらの正則性を用いて、明示的に記述されていない妥当な知識を推測する必要がある。
ほとんどの埋め込みベースの手法はキャプチャ可能な正規性には不透明であるが、領域ベースのKG埋め込みモデルはより透明な代替手段として現れている。
命令制約に基づくシンプルなモデルであるRESHUFFLEを提案し、既存のアプローチよりもはるかに大きなルールベースを忠実に捉えることができる。
論文 参考訳（メタデータ） (2024-06-13T18:37:24Z) - Coupled Laplacian Eigenmaps for Locally-Aware 3D Rigid Point Cloud
Matching [0.0]
ポイントクラウドマッチングは、コンピュータビジョン、医療、ロボット分野において重要な技術である。
局所構造を考慮したグラフラプラシアン固有写像に基づく新しい手法を提案する。
これらの高次元空間間の類似性は、形状に一致するような局所的な意味のあるスコアを与えることを示す。
論文 参考訳（メタデータ） (2024-02-27T10:10:12Z) - Geo-Encoder: A Chunk-Argument Bi-Encoder Framework for Chinese
Geographic Re-Ranking [61.60169764507917]
中国の地理的再ランクタスクは、検索された候補者の中で最も関連性の高い住所を見つけることを目的としている。
そこで我々は,中国語の地理的意味論をより効果的に統合する,革新的なフレームワークであるGeo-Encoderを提案する。
論文 参考訳（メタデータ） (2023-09-04T13:44:50Z) - Region Prediction for Efficient Robot Localization on Large Maps [5.75614168271028]
そこで本研究では,位置認識のためのマップノードのサブセットを事前選択する手法を提案する。
領域ラベルはディープニューラルネットワークの予測対象となり、ナビゲーション中は、高い確率で予測される領域に関連するノードのみをマッチングとして考慮する。
論文 参考訳（メタデータ） (2023-03-01T07:42:48Z) - Region2Vec: Community Detection on Spatial Networks Using Graph
Embedding with Node Attributes and Spatial Interactions [2.1793134762413437]
本稿では,空間ネットワーク上でのGCNに基づくコミュニティ検出手法「rea2vec」を提案する。
提案手法は,共通属性を共有し,空間的相互作用が激しい領域に対して,まずノード埋め込みを生成する。
実験の結果,既存の手法が相互に類似性や空間的相互作用を交換する一方で,領域2vecは両者のバランスを保っていることが明らかとなった。
論文 参考訳（メタデータ） (2022-10-10T02:32:55Z) - Semantic Segmentation by Early Region Proxy [53.594035639400616]
本稿では,学習可能な領域のテッセルレーションとしてイメージを解釈することから始まる,新規で効率的なモデリングについて述べる。
領域のコンテキストをモデル化するために,Transformerを用いてシーケンス・ツー・シーケンス方式で領域を符号化する。
現在、符号化された領域埋め込みの上に、領域ごとのセマンティックセグメンテーションを行う。
論文 参考訳（メタデータ） (2022-03-26T10:48:32Z) - Hex2vec -- Context-Aware Embedding H3 Hexagons with OpenStreetMap Tags [9.743315439284407]
都市機能と土地利用に関する地域ベクトル表現をマイクロエリアグリッドで学習するための最初のアプローチを提案する。
土地利用, 建築, 都市域の機能, 水の種類, 緑その他の自然地域の主な特徴に関連するOpenStreetMapタグのサブセットを同定する。
結果として得られるベクトル表現は、ベクトルベースの言語モデルに見られるものと同様、地図特性のセマンティック構造を示す。
論文 参考訳（メタデータ） (2021-11-01T14:22:53Z) - Neural Subdivision [58.97214948753937]
本稿では,データ駆動型粗粒度モデリングの新しいフレームワークであるNeural Subdivisionを紹介する。
すべてのローカルメッシュパッチで同じネットワーク重みのセットを最適化するため、特定の入力メッシュや固定属、カテゴリに制約されないアーキテクチャを提供します。
単一の高分解能メッシュでトレーニングしても,本手法は新規な形状に対して合理的な区分を生成する。
論文 参考訳（メタデータ） (2020-05-04T20:03:21Z) - A Rotation-Invariant Framework for Deep Point Cloud Analysis [132.91915346157018]
ネットワーク入力時に一般的な3次元カルト座標を置き換えるために,新しい低レベル純粋回転不変表現を導入する。
また,これらの表現を特徴に組み込むネットワークアーキテクチャを提案し,点とその近傍の局所的関係とグローバルな形状構造を符号化する。
本手法は, 形状分類, 部分分割, 形状検索を含む多点雲解析タスクにおいて評価する。
論文 参考訳（メタデータ） (2020-03-16T14:04:45Z) - PUGeo-Net: A Geometry-centric Network for 3D Point Cloud Upsampling [103.09504572409449]
PUGeo-Netと呼ばれる新しいディープニューラルネットワークを用いた一様高密度点雲を生成する手法を提案する。
その幾何学中心の性質のおかげで、PUGeo-Netはシャープな特徴を持つCADモデルとリッチな幾何学的詳細を持つスキャンされたモデルの両方でうまく機能する。
論文 参考訳（メタデータ） (2020-02-24T14:13:29Z)
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。