नक्शे कैसे बनाए जाते हैं

मैसाचुसेट्स म्यूजियम ऑफ मॉडर्न आर्ट में हाथ से तैयार किया गया नक्शा

आधुनिक कार्टोग्राफर अतीत के अपने सहयोगियों की तुलना में बहुत आसान हैं, जिन्होंने वस्तुओं के स्थान के बहुत मोटे अनुमानों के साथ आदर्श से दूर एक योजना बनाई। 20 वीं शताब्दी की शुरुआत तक, कार्टोग्राफी धीरे-धीरे बदल गई और, हालांकि उस समय तक लगभग कोई सफेद धब्बे नहीं थे, वे मानचित्र की सटीकता का दावा नहीं कर सकते थे।

इलाके हवाई फोटोग्राफी के युग की शुरुआत के साथ, कार्टोग्राफर को एक उत्कृष्ट उपकरण प्राप्त हुआ जिसने किसी भी क्षेत्र की विस्तृत योजना तैयार करना संभव बना दिया। सैटेलाइट इमेजरी को आदर्श ओरिएंटेशन टूल बनाने पर हज़ार साल के लंबे काम को पूरा करना था, लेकिन कार्टोग्राफर्स को नई समस्याओं का सामना करना पड़ा।

कार्टोग्राफिक समस्याओं और त्रुटियों को हल करने के लिए एक उपकरण के रूप में, OpenStreetMap (OSM) परियोजना दिखाई दी, जिसके आंकड़ों के आधार पर हमारी MAPS.ME सेवा मौजूद है। ओएसएम में बहुत बड़ी मात्रा में डेटा है: न केवल उपग्रह छवियों को रेखांकित किया गया है, बल्कि ऐसी जानकारी भी है जो केवल स्थानीय निवासियों को पता है। आज हम आपको और अधिक विस्तार से बताएंगे कि वास्तविक दुनिया कैसे डिजिटल होती है और एक नक्शा बन जाती है।

इलाके की फोटोकॉपी करना

यह कार्ड 14,000 साल पुराना है।

प्रथम मानचित्र आदिम इतिहास की अवधि में दिखाई दिए। नदियों, लकीरें, खड्डों, पथरीली चोटियों, जानवरों की पगडंडियों के मोड़ - सभी वस्तुओं को सरल निशान, लहरदार और सीधी रेखाओं द्वारा दर्शाया जाता है। बाद के नक्शे पहले स्केच ड्राइंग से बहुत दूर नहीं हैं।

एक कम्पास, टेलीस्कोप, सेक्स्टैंट, और अन्य नेविगेशनल इंस्ट्रूमेंट्स और महान भौगोलिक खोजों के बाद के दौर का आविष्कार, कार्टोग्राफी के उत्कर्ष का कारण बना, लेकिन नक्शे अभी भी सटीक नहीं थे। विभिन्न उपकरणों और गणितीय तरीकों का उपयोग समस्या का समाधान नहीं हो सकता है - अंत में, लोगों ने एक विवरण या आरेखों का उपयोग करके नक्शे बनाए।

स्थलाकृति के विकास में एक नया चरण स्थलाकृतिक सर्वेक्षण के साथ शुरू हुआ। 16 वीं शताब्दी में पहली बार स्थलाकृतिक मानचित्रों के निर्माण के लिए भूमि-आधारित सर्वेक्षण शुरू हुआ और 1910 के दशक में दुर्गम क्षेत्रों की पहली हवाई तस्वीरें खींची गईं। रूस में, दोनों कैडस्ट्रल और कुख्यात "जनरल स्टाफ के नक्शे", उस समय की सटीकता और कवरेज अभूतपूर्व थे, थियोडोलाइट का उपयोग करके स्थलाकृतियों द्वारा बनाए गए थे।

पिछली सदी के मध्य का डिक्रिप्शन उदाहरण

हवाई फोटोग्राफी के बाद, एक लंबा और जटिल डिक्रिप्शन कदम आवश्यक है। चित्र में वस्तुओं को उनकी गुणात्मक और मात्रात्मक विशेषताओं को स्थापित करने, और परिणामों को दर्ज करने के लिए पहचानने और पहचानने की आवश्यकता होती है। डिक्रिप्शन विधि वस्तुओं के ऑप्टिकल और ज्यामितीय गुणों के फोटोग्राफिक प्रजनन के कानूनों पर आधारित है, साथ ही उनके स्थानिक वितरण के संबंधों पर भी आधारित है। सीधे शब्दों में कहें, तीन कारकों को ध्यान में रखा जाता है: प्रकाशिकी, छवि ज्यामिति, और स्थानिक वितरण।

राहत डेटा प्राप्त करने के लिए, समोच्च-संयुक्त और स्टीरियोटोग्राफ़िक विधियों का उपयोग किया जाता है। पहली विधि में, सतह पर सबसे महत्वपूर्ण बिंदुओं की ऊंचाइयों को सीधे जियोडेटिक उपकरणों की मदद से निर्धारित किया जाता है, और फिर समोच्च लाइनों की स्थिति को हवाई तस्वीरों पर लागू किया जाता है। स्टीरियोटोग्राफ़िक विधि में दो छवियों के एक दूसरे के साथ आंशिक ओवरलैपिंग शामिल है ताकि उनमें से प्रत्येक एक ही क्षेत्र को दर्शाए। एक स्टीरियोस्कोप में, यह क्षेत्र तीन आयामी छवि की तरह दिखता है। इसके अलावा, इस मॉडल के अनुसार, उपकरणों का उपयोग करके इलाके बिंदुओं की ऊंचाइयों का निर्धारण किया जाता है।

सैटेलाइट इमेजरी

WorldView-1 उपग्रह से एक स्टीरियो जोड़ी का उदाहरण

इसी तरह, स्टीरियो इमेज बनाते समय, उपग्रह भी काम करते हैं। इलाके पर जानकारी (और रडार इंटरफेरोमेट्री सहित कई अन्य डेटा - डिजिटल इलाके मॉडल का निर्माण, पृथ्वी की सतह और संरचनाओं के विस्थापन और विकृति का निर्धारण) रडार और ऑप्टिकल पृथ्वी दूरस्थ संवेदी उपग्रहों द्वारा प्रदान किया जाता है।

अति-उच्च रिज़ॉल्यूशन के उपग्रह सब कुछ एक पंक्ति में नहीं खींचते हैं (उच्च रिज़ॉल्यूशन में अंतहीन साइबेरियाई जंगलों की आवश्यकता नहीं होती है), लेकिन एक विशिष्ट क्षेत्र के लिए आदेश द्वारा। इस तरह के उपग्रहों में शामिल हैं, उदाहरण के लिए, लैंडसैट और सेंटिनल (कक्षा में प्रहरी -1, राडार इमेजरी के लिए जिम्मेदार, सेंटिनल -2, जो पृथ्वी की सतह और वनस्पति का अध्ययन, और प्रहरी -3, जो महासागरों की स्थिति का निरीक्षण करता है) का ऑप्टिकल सर्वेक्षण करता है।

लॉस एंजिल्स के लैंडसैट 8 उपग्रह चित्र

उपग्रह न केवल दृश्यमान स्पेक्ट्रम में, बल्कि अवरक्त (और कई अन्य) में भी डेटा भेजते हैं। मानव आंखों के लिए वर्णक्रमीय पर्वतमाला से डेटा हमें सतह के प्रकारों का विश्लेषण करने, फसल के विकास की निगरानी करने, आग का पता लगाने और बहुत कुछ करने की अनुमति देता है।

लॉस एंजिल्स की छवि में विद्युत चुम्बकीय आवृत्ति बैंड शामिल हैं (लैंडसैट 8 शब्दावली में) 4-3-2। लैंडसैट क्रमशः 4, 3 और 2 के रूप में लाल, हरे और नीले सेंसर को नामित करता है। एक पूर्ण रंग छवि तब दिखाई देती है जब इन सेंसरों से छवियों का संयोजन होता है।

सैटेलाइट मालिक और आधिकारिक वितरक - डिजिटलग्लोब, ई-जियोस, एयरबस डिफेंस एंड स्पेस और अन्य - डेटा प्राप्त करते हैं और प्रक्रिया करते हैं। हमारे देश में, उपग्रह इमेजरी के मुख्य आपूर्तिकर्ता रूसी अंतरिक्ष प्रणाली , सोवाज़ोंड और स्कैनएक्स हैं ।

कई सेवाएं अमेरिकी भूवैज्ञानिक सर्वेक्षण (यूएसजीएस) और नासा से ग्लोबल लैंड सर्वे (जीएलएस) डेटासेट पर आधारित हैं। जीएलएस मुख्य रूप से लैंडसैट परियोजना से डेटा प्राप्त करता है, जो 1972 के बाद से वास्तविक समय में पूरे ग्रह के उपग्रह चित्र बना रहा है। लैंडसैट के साथ, आप पूरी पृथ्वी की सतह के बारे में जानकारी प्राप्त कर सकते हैं, साथ ही पिछले दशकों में इसके परिवर्तनों के बारे में भी। यह सभी सार्वजनिक कार्टोग्राफिक सेवाओं के लिए यह परियोजना है जो छोटे पैमाने पर पृथ्वी रिमोट सेंसिंग डेटा का मुख्य स्रोत बनी हुई है।

MODIS के संदर्भ में बहामास

MODIS मध्यम-रिज़ॉल्यूशन स्कैनिंग स्पेक्ट्रोमाडोमीटर (मॉडरेट-रिज़ॉल्यूशन इमेजिंग स्पेक्ट्रोकार्डियोमीटर) टेरा और एक्वा उपग्रहों पर स्थित है, जो नासा ईओएस (अर्थ ऑब्जर्विंग सिस्टम) एकीकृत कार्यक्रम का हिस्सा हैं। परिणामी छवियों का समाधान अधिकांश अन्य उपग्रहों के परिणामों की तुलना में मोटे है, लेकिन कवरेज आपको लगभग वास्तविक समय में छवियों का एक दैनिक वैश्विक संग्रह प्राप्त करने की अनुमति देता है।

मल्टीस्पेक्ट्रल डेटा पृथ्वी की सतह, महासागर और वायुमंडल के विश्लेषण के लिए उपयोगी होते हैं, जिससे ऑनलाइन (शाब्दिक रूप से कुछ घंटे) बादलों, बर्फ, बर्फ, जल निकायों, वनस्पति में परिवर्तन का अध्ययन करने, बाढ़, आग, आदि की गतिशीलता को ट्रैक करने की अनुमति मिलती है।

" लिविंग एटलस ऑफ़ द वर्ल्ड " एक एटलस है जिसमें मानचित्र और डेटा विभिन्न विषयों के लिए समर्पित हैं: जनसंख्या, व्यवसाय, परिदृश्य, जलवायु, परिवहन, आदि।

Roscosmos Geoportal - एक निःशुल्क (आंशिक रूप से) डेटा स्रोत। Roscosmos और NASA द्वारा प्रदान की गई उपग्रह छवियां, मानचित्र डेटा - OpenStreetMap और Rosreestr, खोज उपकरण - GeoNames और OpenStreetMap Nominatim ।

उपग्रहों के अलावा, "ऊर्ध्वाधर" शूटिंग की एक और आशाजनक दिशा है - ड्रोन से डेटा प्राप्त करना। इसलिए कंपनी ड्रोनमैपर कृषि क्षेत्र के सर्वेक्षण के लिए ड्रोन (शायद ही कभी - क्वाड्रोकोप्टर) भेजता है - यह उपग्रह या विमान का उपयोग करने की तुलना में अधिक किफायती है।

उपग्रह भारी मात्रा में विविध जानकारी प्रदान करते हैं और पूरी पृथ्वी की तस्वीरें ले सकते हैं, लेकिन कंपनियां केवल उसी क्षेत्र के लिए डेटा का आदेश देती हैं जिसकी उन्हें आवश्यकता होती है। उपग्रह इमेजरी की उच्च लागत के कारण, कंपनियां बड़े शहरों के क्षेत्रों का विस्तार करना पसंद करती हैं। आमतौर पर सबसे सामान्य शब्दों में हटाए गए सभी को काफी आबादी वाला माना जाता है। निरंतर क्लाउड कवर वाले क्षेत्रों में, उपग्रह नई और नई छवियां लेते हैं, स्पष्ट चित्र प्राप्त करते हैं और लागत में वृद्धि करते हैं। हालांकि, कुछ आईटी कंपनियां पूरे देशों की तस्वीरें खरीद सकती हैं। उदाहरण के लिए, बिंग मैप्स।

उपग्रह की छवियों और जमीन पर माप के आधार पर, वेक्टर नक्शे बनाए जाते हैं। प्रोसेस्ड वेक्टर डेटा उन कंपनियों को बेचा जाता है जो पेपर मैप्स प्रिंट करती हैं और / या मैप सर्विसेज बनाती हैं। उपग्रह इमेजरी का उपयोग करके खुद को मानचित्र बनाना महंगा है, इसलिए कई कंपनियां Google मैप्स एपीआई या मैपबॉक्स एसडीके के आधार पर टर्नकी समाधान खरीदना पसंद करती हैं और अपने स्वयं के कर्मचारियों को संशोधित करती हैं।

उपग्रह मानचित्र के मुद्दे

सबसे सरल मामले में, एक आधुनिक मानचित्र बनाने के लिए, यह एक उपग्रह छवि या इसका एक टुकड़ा लेने के लिए पर्याप्त है और संपादक में या कुछ ऑनलाइन इंटरेक्टिव मानचित्र निर्माता सेवा में सभी वस्तुओं को फिर से तैयार करता है। पहली नज़र में, ऊपर दिए गए उदाहरण में, OSM से सब कुछ ठीक है - सड़कें वैसी ही दिखती हैं जैसी उन्हें चाहिए। लेकिन यह केवल पहली नज़र में है। वास्तव में, ये डिजिटल डेटा वास्तविक दुनिया के अनुरूप नहीं हैं, क्योंकि वे वस्तुओं के वास्तविक स्थान के सापेक्ष विकृत और स्थानांतरित हो गए हैं।

उपग्रह उच्च गति पर एक कोण पर तस्वीरें लेता है, फ़ोटो लेने का समय सीमित है, चित्रों को एक साथ चिपकाया जाता है ... त्रुटियां एक-दूसरे को ओवरलैप करती हैं, इसलिए उन्होंने नक्शे बनाने के लिए जमीन पर फोटो और वीडियो शूटिंग का उपयोग करना शुरू किया, साथ ही साथ जियोट्रैक कारें, जो एक विशेष मार्ग के अस्तित्व का स्पष्ट प्रमाण हैं।

एक चित्र का एक उदाहरण जिसमें खराब आर्थथ्रिफिकेशन के कारण एक समस्या उत्पन्न हुई: पानी के पास पूरी तरह से बिछाई गई पटरियाँ, और दाईं ओर पहाड़ पर चली गईं

इलाके, शूटिंग की स्थिति और कैमरे के प्रकार चित्रों में विरूपण की उपस्थिति को प्रभावित करते हैं। विरूपण को खत्म करने और मूल छवि को एक ऑर्थोगोनल प्रक्षेपण में परिवर्तित करने की प्रक्रिया, अर्थात, जिसमें से प्रत्येक क्षेत्र के कड़ाई से लंबवत रूप से मनाया जाता है, को ऑर्थोरेटाइजेशन कहा जाता है।

ऑर्थोसेराइजेशन के परिणामस्वरूप छवि में पिक्सेल का पुनर्वितरण

एक उपग्रह का उपयोग करना जो केवल किसी दिए गए बिंदु से ऊपर की तस्वीरें लेगा, वह महंगा है, इसलिए शूटिंग ऐसे कोण पर की जाती है जो 45 डिग्री तक पहुंच सकती है। सैकड़ों किलोमीटर की ऊंचाई से, यह महत्वपूर्ण विकृति की ओर जाता है। सटीक मानचित्र बनाने के लिए, गुणवत्ता ऑर्थो-सुधार आवश्यक है।

मानचित्र जल्दी ही प्रासंगिकता खो देते हैं। क्या आपने नई पार्किंग खोली है? क्या आपने बाईपास रोड बनाया है? क्या स्टोर एक अलग पते पर चला गया है? इन सभी मामलों में, क्षेत्र की पुरानी छवियां बेकार हो जाती हैं। इस तथ्य का उल्लेख नहीं करने के लिए कि कई महत्वपूर्ण विवरण, चाहे वह नदी पर एक जंगल हो या जंगल में एक रास्ता हो, अंतरिक्ष से छवियों में दिखाई नहीं देते हैं। इसलिए, नक्शे पर काम एक ऐसी प्रक्रिया है जिसमें अंतिम बिंदु डालना असंभव है।

OpenStreetMap कार्ड कैसे करते हैं

छवि

OpenStreetMap एक गैर-लाभकारी मानचित्रण परियोजना है जिसमें दुनिया भर के उपयोगकर्ताओं का एक समुदाय एक मुक्त, मुक्त भौगोलिक मानचित्र बनाता है। व्यक्तिगत जीपीएस-ट्रैकर्स, हवाई फोटोग्राफी, वीडियो रिकॉर्डिंग, उपग्रह छवियों और साथ ही मानव ज्ञान से डेटा का उपयोग करके मानचित्र बनाने के लिए। अगले प्रोजेक्ट कि OSM की तुलना विकिपीडिया से की जा सकती है। इसी तरह, ओएसएम में, कोई भी उपयोगकर्ता एक मानचित्र संपादित करता है, और परियोजना डेटा एक मुफ्त लाइसेंस के तहत वितरित किया जाता है।

OpenStreetMap बिंग, Mapbox, DigitalGlobe से उपयोगकर्ताओं और उपग्रह छवियों द्वारा दर्ज जीपीएस पटरियों का उपयोग करता है नक्शे के लिए आधार के रूप में। Google और यैंडेक्स जैसे व्यवसाय कार्ड का उपयोग कानूनी प्रतिबंधों के कारण नहीं किया जा सकता है।

चित्र अधिग्रहण के चरण में स्वचालित रूप से इलाके से बंधे हैं। स्कैन को संदर्भ बिंदुओं का उपयोग करके ट्रैक से प्राप्त ज्ञात निर्देशांक के साथ या जियोडेटिक नेटवर्क के अंक के साथ जोड़ा जा सकता है।

मैप्स का संपादन करते समय, OSM में उपग्रह चित्रों को हमेशा ग्राउंड शो में रिकॉर्ड किए गए ट्रैक के रूप में स्थानांतरित किया जाता है, जो अधिकांश त्रुटियों की भरपाई करता है। बहुत सारे एप्लिकेशन हैं जो जीपीएस ट्रैक्स को रिकॉर्ड और साझा कर सकते हैं, उदाहरण के लिए, जियो ट्रैकर , स्ट्रवा (एंड्रॉइड) और जीपीएक्स ट्रैकर (आईओएस)।

एक उपग्रह चित्र में एक मानचित्र के निर्माता पहले ट्रैक डेटा का उपयोग करके सड़कें बनाते हैं। चूंकि ट्रैक भौगोलिक निर्देशांक में गति का वर्णन करते हैं, इसलिए यह निर्धारित करना आसान है कि सड़क कहाँ से गुजरती है। फिर अन्य सभी वस्तुओं को लगाया जाता है। मिसिंग और एरियाल ऑब्जेक्ट्स छवियों से बनाए जाते हैं, और सिग्नेचर ऑब्जेक्ट्स के स्वामित्व का संकेत देते हैं या पृष्ठभूमि की जानकारी के साथ उन्हें पूरक करते हुए टिप्पणियों या रजिस्टरों से लिया जाता है।

विभिन्न सूचनाओं से भरा एक मानचित्र बनाने के लिए, उनके विश्लेषण, परिवर्तन, विश्लेषण और मुद्रण के लिए - भू-सूचना के साथ काम करने के लिए डिज़ाइन की गई भौगोलिक सूचना प्रणाली (GIS) का उपयोग करें। जीआईएस के साथ, आप किसी भी डेटा के दृश्य के साथ अपना खुद का नक्शा बना सकते हैं। मानचित्रों के लिए जीआईएस में, आप रोस्टैट, नगर पालिकाओं, मंत्रालयों, विभागों - सभी तथाकथित भू-स्थानिक डेटा से डेटा जोड़ सकते हैं।

जियोडेटा कहां से आता है

इसलिए, उपग्रह चित्रों को कई दसियों मीटर तक वास्तविकता के सापेक्ष स्थानांतरित किया जाता है। वास्तव में सटीक नक्शा बनाने के लिए, आपको एक नाविक (जीपीएस रिसीवर) या एक नियमित फोन के साथ खुद को बांटने की जरूरत है। और फिर फोन में रिसीवर या एप्लिकेशन का उपयोग करके अधिकतम अंक ट्रैक करने के लिए रिकॉर्ड करें। रिकॉर्डिंग जमीन पर स्थित रैखिक वस्तुओं के साथ की जाती है - नदियाँ और नहरें, रास्ते, पुल, रेलवे और ट्राम ट्रैक आदि उपयुक्त हैं।

किसी भी अनुभाग के लिए एक ट्रैक कभी भी पर्याप्त नहीं है - वे स्वयं भी एक निश्चित स्तर की त्रुटि के साथ दर्ज किए जाते हैं। इसके बाद, उपग्रह सब्सट्रेट को अलग-अलग समय पर रिकॉर्ड किए गए कई ट्रैकों के साथ संरेखित किया जाता है। कोई अन्य जानकारी खुले स्रोतों से ली गई है (या डेटा प्रदाता द्वारा प्रदान की गई है)।

विभिन्न कंपनियों के बारे में जानकारी के बिना कार्ड की कल्पना करना मुश्किल है। GPS पदों के संदर्भ में संगठनों के बारे में स्थानीय डेटा एकत्र करना, येल्प, ट्रिपएडवाइजर, फोरस्क्वेयर, 2 जीआईएस और अन्य द्वारा किया जाता है। समुदाय (स्थानीय व्यवसायों के सीधे प्रतिनिधि सहित) स्वतंत्र रूप से OpenStreetMap और Google मानचित्र में डेटा का योगदान देता है। सभी बड़े नेटवर्क सूचना के अतिरिक्त के साथ खुद को परेशान नहीं करना चाहते हैं, इसलिए वे कंपनियों ( ब्रैंडिफ़ाइ , नेवाड्स , मोबिलोसाफ्ट और अन्य) की ओर रुख करते हैं जो नक्शे पर शाखाओं को रखने और डेटा की प्रासंगिकता की निगरानी करने में मदद करते हैं।

कभी-कभी वास्तविक स्थानों की वस्तुओं के बारे में जानकारी मोबाइल एप्लिकेशन के माध्यम से मानचित्रों में जोड़ी जाती है - तुरंत, क्षेत्र में, एक व्यक्ति के पास मानचित्र डेटा को सही ढंग से अपडेट करने की क्षमता होती है। MAPS.ME में इसके लिए एक अंतर्निहित मानचित्र संपादक है, जिसके माध्यम से अद्यतन डेटा सीधे OpenStreetMap डेटाबेस में जाता है। जानकारी की विश्वसनीयता OSM समुदाय के अन्य सदस्यों द्वारा सत्यापित की जाती है। "विपरीत दिशा" में, OSM का डेटा MAPS.ME को कच्चे रूप में भेजा जाता है। उपयोगकर्ता के स्मार्टफोन की स्क्रीन पर दिखाई देने से पहले, उन्हें संसाधित और पैक किया जाता है।

भविष्य: तंत्रिका नेटवर्क मैपर

फेसबुक ने कहा कि उन्होंने सैटेलाइट इमेजरी में सड़क खोजने के लिए मशीन लर्निंग एल्गोरिदम का इस्तेमाल किया। लेकिन तथ्यों की जाँच पहले से ही उन लोगों द्वारा की जा रही थी जिन्होंने सड़कों की जाँच की और उन्हें OSM डेटा के साथ "चिपकाया" गया।

पिछले साल मेपिलरी की फोटो शेयरिंग सेवा में एक फीचर जोड़ा गया था जो ऑब्जेक्ट छवियों का सिमेंटिक विभाजन प्रदान करता है। वास्तव में, वे प्रत्येक क्षेत्र में वस्तु के प्रकार के एक साथ निर्धारण के साथ एक वस्तु के अनुरूप पिक्सेल के अलग-अलग समूहों में छवियों को विभाजित करने में सक्षम थे। लोग इसे बहुत आसानी से करते हैं - उदाहरण के लिए, हम में से अधिकांश छवियों में कारों, पैदल यात्रियों, घरों की पहचान कर सकते हैं। हालाँकि, कंप्यूटर डेटा के एक विशाल सरणी में नेविगेट करना कठिन था।

दृढ़ तंत्रिका नेटवर्क पर गहन प्रशिक्षण का उपयोग करते हुए, मैपिलरी उन 12 श्रेणियों की वस्तुओं की स्वचालित रूप से पहचान करने में सक्षम था जो अक्सर सड़क दृश्य में पाए जाते हैं। उनकी विधि मशीन दृष्टि के अन्य कार्यों में प्रगति हासिल करने की अनुमति देती है। चलती वस्तुओं (उदाहरण के लिए, बादलों और वाहनों) के बीच के संयोगों को अनदेखा करना, हम स्रोत डेटा को दो-आयामी या स्टीरियोस्कोपिक छवि में बदलने की प्रक्रिया श्रृंखला में काफी सुधार कर सकते हैं। मैपिलरी के शब्दार्थ विभाजन से कुछ शहरी क्षेत्रों में वनस्पति घनत्व या फुटपाथ की उपलब्धता का अनुमान है।

मास्को के दक्षिण-पश्चिम ने विकास के प्रकार के आधार पर तंत्रिका नेटवर्क को क्षेत्रों में विभाजित किया

सिटीक्लास परियोजना एक तंत्रिका नेटवर्क का उपयोग करके शहरी विकास के प्रकारों का विश्लेषण करती है। शहर के कार्यात्मक ज़ोनिंग का एक नक्शा बनाना लंबा और नीरस है, लेकिन आप एक आवासीय क्षेत्र से एक औद्योगिक क्षेत्र, और एक माइक्रोडिस्ट्रिक्ट से ऐतिहासिक विकास को अलग करने के लिए कंप्यूटर को प्रशिक्षित कर सकते हैं।

स्टैनफोर्ड के वैज्ञानिकों के एक दल ने अफ्रीका में दिन और रात के उपग्रह इमेजरी से गरीबी का अनुमान लगाने के लिए एक तंत्रिका नेटवर्क का प्रशिक्षण दिया । सबसे पहले, ग्रिड घरों और सड़कों की छतों को ढूंढता है, और फिर रात में क्षेत्रों की रोशनी पर डेटा के साथ इसकी तुलना करता है।

समुदाय स्वचालित मानचित्र निर्माण के क्षेत्र में पहले चरणों का पालन करना जारी रखता है, और पहले से ही कुछ वस्तुओं को खींचने के लिए मशीन दृष्टि का उपयोग करता है। यह संदेह करना मुश्किल है कि भविष्य न केवल लोगों द्वारा बनाए गए कार्डों से संबंधित होगा, बल्कि मशीनों द्वारा भी होगा।