目标地图模型的训练方法、定位方法及相关装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN113947147A(43)申请公布日2022.01.18(21)申请号202111211145.2(22)申请日2021.10.18(71)申请人北京百度网讯科技有限公司地址100085北京市海淀区上地十街10号百度大厦2层(72)发明人黄际洲王海峰卓安孙一博(74)专利代理机构北京英赛嘉华知识产权代理有限责任公司11204代理人王达佐马晓亚(51)Int.Cl.G06K9/62(2022.01)G06V10/774(2022.01)G06F16/29(2019.01)权利要求书3页说明书13页附图6页(54)发明名称目标地图模型的训练方法、定位方法及相关装置(57)摘要本公开提供了一种目标地图模型的训练方法、定位方法、装置、电子设备、计算机可读存储介质及计算机程序产品，涉及深度学习、自然语言理解、智能搜索等人工智能技术领域。该方法包括：获取各地图位置点的文本表达、坐标向量表达、招牌图像表达；根据由对应相同地图位置点的文本表达和坐标向量表达构成的第一训练样本，训练得到第一子模型；根据由对应相同地图位置点的文本表达和招牌图像表达构成的第二训练样本，训练得到第二子模型；融合第一子模型和第二子模型，得到目标地图模型。应用该方法训练出的目标地图模型可以更好的结合用户的当前位置、拍摄得到的定位用图像，得出更准确的定位结果。CN113947147ACN113947147A权利要求书1/3页1.一种目标地图模型的训练方法，包括：获取各地图位置点的文本表达、坐标向量表达、招牌图像表达；根据由对应相同地图位置点的文本表达和坐标向量表达构成的第一训练样本，训练得到第一子模型；根据由对应相同地图位置点的文本表达和招牌图像表达构成的第二训练样本，训练得到第二子模型；融合所述第一子模型和第二子模型，得到目标地图模型。2.根据权利要求1所述的方法，其中，获取各所述地图位置点的坐标向量表达，包括：分别获取各所述地图位置点的边界坐标序列；利用地理编码算法和所述边界坐标序列，计算得到覆盖相应地图位置点所在地理区块的地理编码集合；将包含各地理编码的地理编码集合转换为地理字符串；将所述地理字符串转换为地理向量，并将所述地理向量作为相应地图位置点的坐标向量表达。3.根据权利要求2所述的方法，其中，所述将所述地理字符串转换为地理向量，包括：将所述地理字符串输入预设的向量表达转换模型；其中，所述向量表达转换模型用于表征地理字符串与地理向量之间的对应关系；接收所述向量表达转换模型输出的地理向量。4.根据权利要求1所述的方法，其中，获取各所述地图位置点的招牌图像表达，包括：分别获取各所述地图位置点对应建筑的招牌图像；从所述招牌图像中识别出字符部分，并切割出与所述字符部分的每个字符对应的字符图像；将各所述字符图像按所述字符部分的各字符排序进行排列，并将得到的字符图像队列作为相应地图位置点的招牌图像表达。5.根据权利要求4所述的方法，其中，在所述从所述招牌图像中识别出字符部分之前，还包括：对所述招牌图像进行图像异常识别；其中，所述图像异常识别包括模糊识别、噪点识别、歪斜识别中的至少一项；对应的，所述从所述招牌图像中识别出字符部分，包括：仅从被识别为非异常图像的招牌图像中识别出所述字符部分。6.根据权利要求1‑5任一项所述的方法，其中，所述融合所述第一子模型和第二子模型，得到目标地图模型，包括：融合所述第一子模型和所述第二子模型，得到初始地图模型；调整所述初始地图模型的参数直至满足预设的迭代跳出条件，并将满足所述迭代跳出条件的初始地图模型输出为所述目标地图模型。7.一种定位方法，包括：获取对目标建筑物的招牌拍摄得到的定位用图像和当前位置；根据所述当前位置确定实际坐标向量表达、根据所述定位用图像确定实际招牌图像表达；2CN113947147A权利要求书2/3页调用目标地图模型确定与所述实际坐标向量表达对应的拍摄位置文本表达；其中，所述目标地图模型根据权利要求1‑6中任一项所述的目标地图模型的训练方法得到；调用所述目标地图模型确定与所述实际招牌图像表达对应的备选文本表达序列；基于所述拍摄位置文本表达与所述备选文本表达序列中各备选文本表达之间的距离大小，调整各所述备选文本表达在序列中的呈现优先级排序；基于呈现优先级调整后的备选文本表达序列，定位所述目标建筑物的实际位置。8.一种目标地图模型的训练装置，包括：参数获取单元，被配置成获取各地图位置点的文本表达、坐标向量表达、招牌图像表达；第一子模型训练单元，被配置成根据由对应相同地图位置点的文本表达和坐标向量表达构成的第一训练样本，训练得到第一子模型；第二子模型训练单元，被配置成根据由对应相同地图位置点的文本表达和招牌图像表达构成的第二训练样本，训练得到第二子模