सैटेलाइट इमेजरी को नक्शे में कैसे बदलें। यैंडेक्स में कंप्यूटर दृष्टि

Yandex.Maps सेवा के लिए मुख्य डेटा स्रोतों में से एक उपग्रह इमेजरी है। नक्शे के साथ काम करने के लिए इसे सुविधाजनक बनाने के लिए, वस्तुओं: जंगलों, तालाबों, सड़कों, घरों आदि को तस्वीरों में बहुभुज के साथ चिह्नित किया जाता है। आमतौर पर, नक्शानवीसी अंकन में लगे होते हैं। हमने उनकी मदद करने और लोगों की भागीदारी के बिना घरों के बहुभुज को जोड़ने के लिए कंप्यूटर सिखाने का फैसला किया।

छवियों के साथ संचालन के लिए आईटी के क्षेत्र से मिलता है, जिसे कंप्यूटर विज़न कहा जाता है। पिछले कुछ वर्षों में, इस क्षेत्र के अधिकांश कार्य तंत्रिका नेटवर्क का उपयोग करके सफलतापूर्वक हल किए गए हैं। आज हम Habr के पाठकों को मानचित्रण में तंत्रिका नेटवर्क का उपयोग करने के हमारे अनुभव के बारे में बताएंगे।


सबसे पहले, हम एक तंत्रिका ग्रिड को प्रशिक्षित करेंगे, जो सिमेंटिक सेगमेंटेशन में संलग्न होगा, अर्थात्, यह निर्धारित करेगा कि उपग्रह छवि का प्रत्येक बिंदु घर से संबंधित है या नहीं। सिमेंटिक सेगमेंटेशन क्यों है और न सिर्फ ऑब्जेक्ट डिटेक्शन? जब पता लगाने की समस्या हल हो जाती है, तो हम आउटपुट पर आयतों का एक सेट प्राप्त करेंगे, इसके अलावा विशिष्ट: दो पक्ष ऊर्ध्वाधर हैं, दो क्षैतिज हैं। और घरों को आमतौर पर छवि अक्षों के सापेक्ष घुमाया जाता है, और कुछ इमारतों का एक जटिल आकार भी होता है।

सिमेंटिक सेगमेंटेशन का कार्य अब विभिन्न नेटवर्क ( FCN , SegNet , UNet , आदि) द्वारा हल किया जा रहा है। आपको बस यह चुनने की जरूरत है कि कौन सा हमारे लिए सबसे अच्छा है।

उपग्रह छवि से मुखौटा प्राप्त करने के बाद, हम घरों से संबंधित बिंदुओं के बड़े पर्याप्त समूहों का चयन करते हैं, उन्हें जुड़े क्षेत्रों में इकट्ठा करते हैं और बहुभुज के रूप में वेक्टर के रूप में क्षेत्रों की सीमाओं को पेश करते हैं।

यह स्पष्ट है कि मुखौटा बिल्कुल सटीक नहीं होगा, जिसका अर्थ है कि निकट खड़े घर एक जुड़े क्षेत्र में एक साथ चिपक सकते हैं। इस समस्या से निपटने के लिए, हमने नेटवर्क को और प्रशिक्षित करने का निर्णय लिया। वह छवि को पसलियों (घरों की सीमा) में पाएगी और एक साथ चिपके भवनों को अलग करेगी।

तो, इस तरह की एक योजना लूम:


हमने पता लगाने वाले नेटवर्क को पूरी तरह से नहीं छोड़ा और मास्क आर-सीएनएन की कोशिश की। सामान्य विभाजन की तुलना में इसका प्लस यह है कि मास्क आर-सीएनएन वस्तुओं का पता लगाता है और एक मुखौटा बनाता है, इसलिए आम मास्क को जुड़े क्षेत्रों में विभाजित करने के साथ टिंकर करने की कोई आवश्यकता नहीं है। खैर, प्रत्येक वस्तु के मुखौटे के निश्चित संकल्प में माइनस (इसके बिना), अर्थात्, एक जटिल सीमा वाले बड़े घरों के लिए, यह सीमा स्पष्ट रूप से सरल हो जाएगी।

उपकरण

तब साधनों पर निर्णय लेना आवश्यक था। यहां सब कुछ बहुत स्पष्ट था: OpenCV कंप्यूटर विज़न कार्यों के लिए सबसे उपयुक्त है। तंत्रिका नेटवर्क की पसंद कुछ व्यापक है। हम टेंसरफ्लो पर बस गए। इसके फायदे:

• तैयार किए गए "क्यूब्स" का एक काफी विकसित सेट जिसमें से आप अपने नेटवर्क को इकट्ठा कर सकते हैं;
• पायथन एपीआई, जल्दी से एक नेटवर्क संरचना बनाने और प्रशिक्षण के लिए सुविधाजनक;
• आपके प्रोग्राम में C ++ इंटरफ़ेस के माध्यम से एक प्रशिक्षित नेटवर्क का उपयोग किया जा सकता है (पायथन भाग की तुलना में बहुत खराब, लेकिन तैयार नेटवर्क चलाने के लिए काफी पर्याप्त)।

प्रशिक्षण और अन्य भारी कंप्यूटिंग के लिए, हमने निर्वाण का उपयोग करने की योजना बनाई - अद्भुत यैंडेक्स मंच जिसके बारे में हमने पहले ही बात की थी ।

डाटासेट

तंत्रिका नेटवर्क के साथ काम करने में अस्सी प्रतिशत सफलता एक अच्छे डेटासेट की होती है। इसलिए, शुरुआत के लिए, हमें ऐसे डेटासेट को इकट्ठा करना चाहिए। यांडेक्स में पहले से ही चिह्नित वस्तुओं के साथ भारी संख्या में उपग्रह चित्र हैं। सब कुछ सरल लगता है: बस इस डेटा को अपलोड करें और इसे एक डेटासेट में इकट्ठा करें। हालांकि, वहाँ एक चेतावनी है।

डाटासेट को परिष्कृत करें

जब कोई व्यक्ति एक उपग्रह छवि में एक घर की खोज करता है, तो सबसे पहले वह देखता है छत। लेकिन घरों की ऊंचाई भिन्न होती है, उपग्रह अलग-अलग कोणों से एक ही इलाके को ले जा सकता है - और अगर हम वेक्टर नक्शे पर छत के अनुरूप एक बहुभुज रखते हैं, तो कोई गारंटी नहीं है कि छवि अद्यतन होने पर छत नहीं छोड़ेगी। लेकिन नींव को जमीन में खोदा गया है और, जो भी कोण से आप इसे हटाते हैं, हर समय यह एक ही स्थान पर रहता है। यही कारण है कि वेक्टर Yandex.Map पर घरों को "नींव पर" चिह्नित किया गया है। यह सही है, लेकिन छवियों को खंडित करने के कार्य के लिए छत को खोजने के लिए नेटवर्क को सिखाना बेहतर है: नींव को पहचानने के लिए नेटवर्क को प्रशिक्षित करने की उम्मीद बहुत छोटी है। इसलिए, डाटासेट में, सब कुछ छतों पर चिह्नित किया जाना चाहिए। इसलिए, एक अच्छा डेटासेट बनाने के लिए, हमें यह जानना होगा कि घरों के वेक्टर लेआउट को नींव से छत तक कैसे स्थानांतरित किया जाए।

हमने शिफ्ट नहीं करने की कोशिश की, लेकिन गुणवत्ता बहुत अच्छी नहीं थी, और यह समझ में आता है: उपग्रह की शूटिंग के कोण अलग हैं, घरों की ऊंचाइयां अलग हैं, परिणामस्वरूप, तस्वीरों में नींव को अलग-अलग दिशाओं में और छत से अलग दूरी पर स्थानांतरित किया गया था। इस तरह की विविधता से नेटवर्क खो जाता है और, सबसे अच्छा, बीच में कुछ के लिए ट्रेन, सबसे खराब - कुछ समझ से बाहर के लिए। इसके अलावा, सिमेंटिक सेगमेंटेशन के लिए नेटवर्क कुछ स्वीकार्य के समान परिणाम उत्पन्न करता है, लेकिन किनारों की खोज करते समय, गुणवत्ता नाटकीय रूप से गिरती है।

रेखापुंज दृष्टिकोण

चूँकि हम कंप्यूटर विज़न के क्षेत्र में आ गए थे, पहली चीज़ जो हमने की थी वह इस बहुत ही कंप्यूटर विज़न के लिए प्रासंगिक थी। सबसे पहले, सदिश मानचित्र को व्यवस्थित किया जाता है (घरों के बहुभुज एक काले रंग की पृष्ठभूमि पर सफेद रेखाओं के साथ खींचे जाते हैं), सोबेल फ़िल्टर उपग्रह छवि में किनारों का चयन करता है। और फिर एक दूसरे के सापेक्ष दो छवियों की भरपाई होती है, जो उनके बीच संबंध को अधिकतम करती है। सोबेल फिल्टर के बाद के किनारे काफी शोर हैं, इसलिए, यदि यह दृष्टिकोण एक इमारत पर लागू होता है, तो एक स्वीकार्य परिणाम हमेशा प्राप्त नहीं होता है। हालांकि, विधि एक ही ऊंचाई की इमारतों के साथ प्रदेशों में अच्छी तरह से काम करती है: यदि आप छवि के एक बड़े क्षेत्र पर तुरंत एक ऑफसेट की तलाश करते हैं, तो परिणाम अधिक स्थिर होगा।

"ज्यामितीय" दृष्टिकोण

यदि क्षेत्र एक ही प्रकार से निर्मित नहीं है, लेकिन विभिन्न घरों के साथ, पिछली विधि काम नहीं करेगी। सौभाग्य से, कभी-कभी हम यैंडेक्स वेक्टर मानचित्र पर इमारतों की ऊंचाई और शूटिंग के दौरान उपग्रह की स्थिति जानते हैं। इस प्रकार, हम ज्यामिति के स्कूली ज्ञान का उपयोग कर सकते हैं और गणना कर सकते हैं कि कहां और कितनी दूरी पर छत नींव के सापेक्ष आगे बढ़ेगी। इस पद्धति ने ऊंची इमारतों वाले क्षेत्रों में डेटासेट में सुधार किया है।

"मैनुअल" दृष्टिकोण

सबसे अधिक समय लेने वाला तरीका: अपनी आस्तीन ऊपर रोल करें, माउस को उजागर करें, मॉनिटर को घूरें और घरों की वेक्टर लेआउट को नींव से छतों पर स्थानांतरित करें। तकनीक एक ऐसा परिणाम लाती है जो केवल गुणवत्ता में अद्भुत है, लेकिन इसे बड़ी मात्रा में उपयोग करने की अनुशंसा नहीं की जाती है: ऐसे डेवलपर्स जो इस तरह के कार्यों में लगे हुए हैं वे जल्दी से उदासीनता में पड़ जाते हैं और जीवन में रुचि खो देते हैं।

तंत्रिका नेटवर्क

अंत में, हमें छतों पर अच्छी तरह से चिह्नित पर्याप्त उपग्रह इमेजरी मिली। तो, तंत्रिका नेटवर्क को प्रशिक्षित करने का मौका था (अब के लिए, हालांकि, विभाजन के लिए नहीं, बल्कि अन्य उपग्रह के लेआउट में सुधार के लिए)। और हमने कर दिखाया।

कन्वेन्शनल न्यूरल नेटवर्क का इनपुट डेटा एक सैटेलाइट इमेज था और रिस्ट्रेटेड मार्किंग को स्थानांतरित कर दिया। आउटपुट पर, हमें एक दो-आयामी वेक्टर प्राप्त हुआ: ऊर्ध्वाधर और क्षैतिज विस्थापन।


एक तंत्रिका नेटवर्क की मदद से, हमने आवश्यक विस्थापन पाया, जिसने हमें इमारतों पर अच्छे परिणाम प्राप्त करने की अनुमति दी जिसके लिए ऊंचाई का संकेत नहीं दिया गया है। परिणामस्वरूप, हमने मैन्युअल मार्कअप सुधार को काफी कम कर दिया।

विभिन्न प्रदेश - अलग-अलग घर

Yandex.Maps पर कई दिलचस्प क्षेत्र और राज्य हैं। लेकिन रूस में भी, घर बेहद विविध हैं, जो प्रभावित करते हैं कि वे उपग्रह इमेजरी में कैसे दिखते हैं। इसलिए, आपको डेटासेट में विविधता को प्रतिबिंबित करने की आवश्यकता है। और शुरू में हम वास्तव में यह नहीं समझ पाए थे कि इस सभी वैभव का सामना कैसे किया जाए। एक विशाल डेटासेट लीजिए और फिर उस पर एक नेटवर्क प्रशिक्षित करें? प्रत्येक (सशर्त) प्रकार के विकास के लिए अपना स्वयं का डेटासेट बनाएं और एक अलग नेटवर्क को प्रशिक्षित करें? एक निश्चित कोर नेटवर्क को प्रशिक्षित करें और फिर इसे एक विशेष प्रकार के विकास के लिए प्रशिक्षित करें?


जाहिर है, हमने पाया है कि:

1. निस्संदेह, विभिन्न प्रकार के भवनों के लिए डेटासेट का विस्तार करना आवश्यक है, जिस पर उपकरण का उपयोग करने की योजना है। एक प्रकार से प्रशिक्षित एक नेटवर्क दूसरे प्रकार की इमारतों को अलग करने में सक्षम है, हालांकि बहुत खराब तरीके से।
2. संपूर्ण डेटा सेट पर एक बड़े नेटवर्क को प्रशिक्षित करना बेहतर है। यह विभिन्न क्षेत्रों में काफी अच्छी तरह से सामान्यीकृत होता है। यदि आप प्रत्येक प्रकार के विकास के लिए अलग-अलग नेटवर्क को प्रशिक्षित करते हैं, तो गुणवत्ता या तो एक ही रहेगी या बस मुश्किल से सुधार होगी। इसलिए विभिन्न क्षेत्रों के लिए अलग-अलग नेटवर्क को लागू करना व्यर्थ है। इसके अलावा, इसके लिए अधिक डेटा और विकास के प्रकार का एक अतिरिक्त वर्गीकरण की आवश्यकता होती है।
3. यदि आप डेटा में नए क्षेत्र जोड़ते समय पुराने नेटवर्क का उपयोग करते हैं, तो नेटवर्क बहुत तेज़ी से सीखते हैं। विस्तारित डेटा पर पुराने नेटवर्क को फिर से रखने से लगभग उसी परिणाम होता है जैसे कि किसी नेटवर्क को खरोंच से प्रशिक्षित करना, लेकिन इसके लिए बहुत कम समय की आवश्यकता होती है।

समाधान के विकल्प

शब्दार्थ विभाजन

सिमेंटिक सेगमेंट एक काफी अच्छी तरह से शोध कार्य है। फुली कन्वर्सेशनल नेटवर्क्स लेख की उपस्थिति के बाद, यह ज्यादातर तंत्रिका नेटवर्क का उपयोग करके हल किया जाता है। यह केवल एक नेटवर्क (हम एफसीएन , सेगनेट और यूनेट पर विचार करने के लिए) चुनने के लिए बना हुआ है, यह सोचने के लिए कि क्या हमें आउटपुट पर सीआरएफ जैसे अतिरिक्त ट्रिक्स की आवश्यकता है, और यह निर्धारित करने के लिए कि कैसे और किस त्रुटि फ़ंक्शन के साथ प्रशिक्षण को प्रशिक्षित किया जाएगा।


नतीजतन, हम एक यू-नेट जैसी वास्तुकला पर एक सामान्य फ़ंक्शन के रूप में यूनियन फ़ंक्शन पर एक त्रुटि फ़ंक्शन के रूप में एक सामान्य अंतर के साथ बस गए। प्रशिक्षण के लिए, हमने सैटेलाइट छवियों और उनके संबंधित चिह्नों (बेशक, rasterized) को वर्गों में काट दिया और डेटासेट में इकट्ठा किया। यह बहुत अच्छा निकला, और कभी-कभी बस ठीक है।


एकल इमारतों वाले प्रदेशों में, शब्दार्थ विभाजन अगले चरण में जाने के लिए पर्याप्त था - वैश्वीकरण। जहां इमारत घनी है, कभी-कभी घरों को एक साथ एक चिपकने वाला क्षेत्र में अटक जाता है। यह उन्हें अलग करने में लगा।

बढ़त का पता लगाना

इस कार्य से निपटने के लिए, आप छवि में किनारों को पा सकते हैं। किनारों का पता लगाने के लिए, हमने नेटवर्क को प्रशिक्षित करने का भी फैसला किया (एज सर्च एल्गोरिदम जो तंत्रिका नेटवर्क का उपयोग नहीं करते हैं स्पष्ट रूप से अतीत की बात है)। एक प्रकार का HED का नेटवर्क प्रशिक्षित किया, जिसे Holistically-Nested Edge Detection में वर्णित किया गया है। मूल लेख में, नेटवर्क को बीएसडीएस -500 डेटा सेट पर प्रशिक्षित किया गया था, जिसमें सभी किनारों को छवियों पर चिह्नित किया गया है। एक प्रशिक्षित नेटवर्क सभी स्पष्ट किनारों को पाता है: घरों, सड़कों, झीलों, आदि की सीमाएं यह पहले से ही पास की इमारतों को अलग करने के लिए पर्याप्त है। लेकिन हमने आगे जाने का फैसला किया और प्रशिक्षण के लिए एक ही डेटासेट का उपयोग सिमेंटिक सेगमेंटेशन के रूप में किया, लेकिन जब रैस्टराइजिंग करते हैं, तो इमारतों के पूरे बहुभुज को पेंट नहीं करते हैं, लेकिन केवल उनकी सीमाओं को आकर्षित करते हैं।

परिणाम इतना जबरदस्त रूप से सुंदर था कि हमने नेटवर्क से प्राप्त किनारों द्वारा इमारतों को सीधे वेक्टर करने का फैसला किया। और यह काफी हुआ।

वर्टेक्स का पता लगाना

चूंकि HED जैसे नेटवर्क ने किनारों पर एक उत्कृष्ट परिणाम दिया, इसलिए हमने इसे वर्टिकल का पता लगाने के लिए प्रशिक्षित करने का निर्णय लिया। वास्तव में, हमारे पास सामान्य परतों के साथ एक नेटवर्क है, जो संकेंद्रित परतों पर है। एक ही समय में उसके दो निकास थे: किनारों के लिए और चोटियों के लिए। नतीजतन, हमने इमारतों के एक और संस्करण को वैश्वीकरण बना दिया, और कुछ मामलों में यह काफी समझदार परिणाम दिखा।

मास्क आर-सीएनएन

मास्क आर-सीएनएन नेटवर्क का अपेक्षाकृत नया विस्तार है जैसे कि फास्टर आर-सीएनएन। मास्क आर-सीएनएन वस्तुओं की खोज करता है और उनमें से प्रत्येक के लिए एक मुखौटा का चयन करता है। नतीजतन, घरों के लिए हमें न केवल आयताकार बाउंडिंग मिलती है, बल्कि एक परिष्कृत संरचना भी मिलती है। यह दृष्टिकोण साधारण पहचान के साथ अनुकूलता से तुलना करता है (हम यह नहीं जानते हैं कि इमारत आयत के अंदर कैसे स्थित है) और सामान्य विभाजन (कई घर एक साथ चिपक सकते हैं, और यह स्पष्ट नहीं है कि उन्हें कैसे अलग किया जाए)। मास्क आर-सीएनएन के साथ, आपको अब अतिरिक्त चाल के बारे में सोचने की आवश्यकता नहीं है: यह प्रत्येक वस्तु के लिए मुखौटा सीमा को वेक्टर करने और तुरंत परिणाम प्राप्त करने के लिए पर्याप्त है। एक माइनस भी है: ऑब्जेक्ट के लिए मुखौटा का आकार हमेशा तय होता है, अर्थात बड़ी इमारतों के लिए, पिक्सेल लेआउट की सटीकता कम होगी। मास्क आर-सीएनएन का परिणाम इस तरह दिखता है:


हमने आखिरी बार मास्क आर-सीएनएन की कोशिश की और सुनिश्चित किया कि कुछ प्रकार की इमारतों के लिए यह दृष्टिकोण दूसरों को बेहतर बनाता है।

vectorization

आयत वेक्टरकरण

सभी आधुनिक वास्तुकला विविधता के साथ, उपग्रह चित्रों पर बने घर अब भी अक्सर आयतों की तरह दिखते हैं। इसके अलावा, क्षेत्रों के द्रव्यमान के लिए, जटिल बहुभुजों के साथ अंकन आवश्यक नहीं है। लेकिन फिर भी मैं चाहता हूं कि मानचित्र पर मकान चिह्नित किए जाएं। (ठीक है, उदाहरण के लिए, एक बागवानी साझेदारी: आमतौर पर वहां बहुत सारे घर होते हैं, मैन्युअल रूप से चिह्नित करना इतना महत्वपूर्ण नहीं है, लेकिन नक्शे पर आयतों के साथ अंकन बहुत अच्छा है।) इसलिए, वैश्वीकरण के लिए पहला दृष्टिकोण बेहद सरल था।

1. "घर" के अनुरूप रेखापुंज क्षेत्र लें।
2. उस न्यूनतम क्षेत्र की आयत ज्ञात करें जिसमें यह क्षेत्र हो (उदाहरण के लिए, इस तरह: OpenCV :: minAreaRect )। समस्या हल हो गई है।

यह स्पष्ट है कि इस दृष्टिकोण की गुणवत्ता आदर्श से बहुत दूर है। हालांकि, एल्गोरिथ्म काफी सरल है और कई मामलों में काम कर रहा है।

बहुभुज वेक्टरकरण

यदि विभाजन की गुणवत्ता काफी अच्छी है, तो आप घर के समोच्च को फिर से बना सकते हैं। जटिल आकृतियों वाली अधिकांश इमारतों में ज्यादातर समकोण होते हैं, इसलिए हमने ऑर्थोडोनियल पक्षों के साथ बहुभुज के निर्माण के कार्य में समस्या को कम करने का निर्णय लिया। इसे हल करते हुए, हम एक ही बार में दो लक्ष्य प्राप्त करना चाहते हैं: सबसे सरल बहुभुज को खोजने के लिए और यथासंभव सटीक रूप से इमारतों के आकार को दोहराना। ये लक्ष्य एक-दूसरे के साथ संघर्ष करते हैं, इसलिए आपको अतिरिक्त परिस्थितियों का परिचय देना होगा: दीवारों की न्यूनतम लंबाई, रेखापुंज क्षेत्र से अधिकतम विचलन, आदि को सीमित करने के लिए।

हमारे पास पहले जो एल्गोरिथ्म था, वह सीधी रेखाओं पर बिंदुओं के प्रक्षेपण के निर्माण पर आधारित था:

1. एक घर के अनुरूप रेखापुंज क्षेत्र की रूपरेखा का पता लगाएं।
2. उदाहरण के लिए, डगलस-पीकर एल्गोरिथ्म के साथ सर्किट में अंकों की संख्या कम करें।
3. रूपरेखा में सबसे लंबी भुजा का पता लगाएं। यह झुकाव का अपना कोण है जो पूरे भविष्य के ऑर्थोगोनल बहुभुज के कोण को निर्धारित करेगा।
4. अगले समोच्च बिंदु से पिछली तरफ एक प्रक्षेपण का निर्माण करें।
5. प्रक्षेपण बिंदु की ओर बढ़ाएँ। यदि इसके प्रक्षेपण से बिंदु की दूरी इमारत की सबसे छोटी दीवार से अधिक है, तो परिणामस्वरूप खंड को इमारत के समोच्च में जोड़ें।
6. सर्किट बंद होने तक चरण 4 और 5 को दोहराएं।

यह एल्गोरिथ्म बेहद सरल है और जल्दी से परिणाम लाता है, लेकिन फिर भी इमारत का समोच्च कभी-कभी काफी शोर करता है। इस समस्या से निपटने की कोशिश करते हुए, हम इस समस्या के लिए एक दिलचस्प समाधान के रूप में सामने आए, जो बहुभुज को अनुमानित करने के लिए अंतरिक्ष में एक वर्ग ग्रिड का उपयोग करता है। संक्षेप में वर्णित, एल्गोरिथ्म में तीन क्रियाएं शामिल हैं:

1. शून्य पर केंद्रित अंतरिक्ष में एक वर्ग ग्रिड का निर्माण करें।
2. ग्रिड बिंदुओं पर जो मूल समोच्च से एक निश्चित दूरी से आगे नहीं स्थित हैं, विभिन्न पॉलीगॉन का निर्माण करते हैं।
3. एक बहुभुज का चयन करें जिसमें न्यूनतम संख्या में कोने हों।

चूंकि ग्रिड के रोटेशन के आवश्यक कोण को पहले से ज्ञात नहीं है, इसलिए कई मानों को छांटना आवश्यक है, जो खराब प्रदर्शन को प्रभावित करता है। हालांकि, एल्गोरिथ्म आपको अधिक नेत्रहीन सुंदर परिणाम प्राप्त करने की अनुमति देता है।

वैश्वीकरण सुधार

जबकि हमने वास्तव में प्रत्येक घर के साथ अलग से काम किया है। जब पहला चरण पूरा हो जाता है, तो आप पहले से ही एक पूरे के रूप में चित्र के साथ काम कर सकते हैं और परिणाम में सुधार कर सकते हैं। इसके लिए, बहुभुजों के एक सेट के बाद के प्रसंस्करण के लिए एक एल्गोरिथ्म जोड़ा गया है। हमने निम्नलिखित उत्तराधिकारियों का उपयोग किया:

• आमतौर पर आसन्न घरों की दीवारें समानांतर होती हैं। इसके अलावा: सबसे अधिक बार, घरों को सेटों में जोड़ा जा सकता है, जिसके अंदर सभी तत्व गठबंधन होते हैं।
• यदि सड़कों को पहले से ही छवि पर चिह्नित किया गया है, तो यह बहुत संभावना है कि बहुभुज के किनारे सड़कों के समानांतर होंगे।
• यदि पॉलीगॉन प्रतिच्छेद करते हैं, तो सबसे अधिक संभावना है कि यह दीवारों को स्थानांतरित करने के लिए समझ में आता है ताकि चौराहा गायब हो जाए।

परिणामस्वरूप, निम्न एल्गोरिथ्म दिखाई दिया:

1. हम उनके बीच की दूरी और रोटेशन के कोण द्वारा पाए गए घरों को क्लस्टर करते हैं। हम प्रत्येक क्लस्टर में इमारतों के मोड़ को औसत करते हैं। हम तब तक दोहराते हैं जब तक कि इमारतों की स्थिति बदल नहीं जाती या जब तक कि घरों को प्रारंभिक स्थिति से बहुत अधिक विचलन करना शुरू नहीं हो जाता।
2. हम सड़कों के पास घरों का चयन करते हैं, हम सड़क के किनारे सबसे लंबे और निकटतम पाते हैं। हम घर को चयनित पक्ष और सड़क के समानांतरवाद तक बदल देते हैं।
3. हम बहुभुज के बीच के चौराहों को हटाते हैं, पक्षों के आकार के अनुपात में दो चौराहे की इमारतों के किनारों को स्थानांतरित करते हैं।

परिणाम

नतीजतन, हमें एक उपकरण मिला जो विभिन्न प्रकार की इमारतों की इमारतों को पहचान सकता है। यह कार्टोग्राफरों को उनकी कड़ी मेहनत में मदद करता है: लापता घरों की खोज में काफी तेजी लाता है और नए, भरने वाले क्षेत्रों में नहीं। वर्तमान में, इस उपकरण का उपयोग करके 800,000 से अधिक नई वस्तुओं को पीपुल्स मैप में जोड़ा गया है।

नीचे आपको मान्यता के कुछ उदाहरण दिखाई देंगे।