Transformer特征引导的双阶段地图智能生成

作者：方政; 付莹^*; 刘利雄

来源：中国图象图形学报, 2023, 28(10): 3281-3294.

• Transformer特征
• 遥感图像
• 地图图像
• 地图智能生成
• 生成对抗网络(GAN)

目的 现有的地图智能生成技术没有考虑到地图生成任务存在的地理要素类内差异性和地理要素域间差异性，这使得生成的地图质量难以满足实际需要。针对地理要素类内差异性和地理要素域间差异性，提出了一种Transformer特征引导的双阶段地图智能生成方法。方法 首先基于最新的Transformer网络，设计了一个基于该网络的特征提取模块，该模块提取遥感图像中的地理要素特征用于引导地图生成，解决了地理要素类内差异性导致的地图生成困难的问题。然后设计双阶段生成框架，该框架具备两个生成对抗网络，第1个生成对抗网络为初步生成对抗网络，利用遥感图像和Transformer特征得到初步的地图图像；第2个生成对抗网络为精修生成对抗网络利用初步地图图像生成高质量的精修地图图像，缓解了地理要素域间差异性导致的地图地理要素生成不准确问题。结果 在AIDOMG (aerial image dataset for online map generation)数据集上的9个区域进行了实验，与10种经典的和最新方法进行了比较，提出方法取得了最优的结果。其中，在海口区域，相比于Creative GAN方法，FID(Frechet inception distance)值降低了16.0%,WD(Wasserstein distance)降低了4.2%,1-NN(1-nearest neighbor)降低了5.9%；在巴黎区域，相比于Creative GAN方法，FID值降低了2.9%,WD降低了1.0%,1-NN降低了2.1%。结论 提出的Transformer特征引导的双阶段地图智能生成方法通过高质量的Transformer特征引导和双阶段生成框架解决了地理要素类内差异性和地理要素域间差异性所带来的地图生成质量较差的问题。

• 单位
  北京理工大学