盡管現在大多數人都熟悉Google Earth和類似的工具，這些工具可以使用衛星圖像提供有關星球的現代視圖，但除了使用有時抽象或程式化的地圖外，諸如幾個世紀以來我們的星球在某些地方發生了什么樣的變化，或者古代或古老的地方實際上是如何變化的，這些問題很難回答。
最近的工作不僅開始使用人工智能來演示不同區域的變化方式，而且現在可以轉換舊地圖和圖像以使其類似于現代基于衛星的視圖，從而使風格化的視圖更加逼真。
一種稱為Pix2Pix的新工具可以拍攝舊地圖甚至是手繪圖像，并應用兩種不同的神經 *** 模型將草圖或地圖轉換為類似衛星的圖像。
添加微信好友, 獲取更多信息
復制微信號
此外，作為質量檢查的一種形式，它可以檢查圖像是否真實，并確定結構是否更假或外觀更逼真。
該技術基于條件對抗 *** ，它是一種通用解決方案，在其中應用了圖像到圖像的轉換。該工具可以應用于繪畫，圖紙甚至草圖，將繪圖，素描或描繪的對象轉換成可用于訓練轉換的已知示例中的可比較圖像。
例如，將建筑物識別為建筑物，將其重新創建為在衛星圖像上顯示的結構。
建筑制圖與圖像翻譯 與該工具相關的是，中央偏差歸一化技術的進步有助于擴大圖像范圍，并能進行圖像到圖像的轉換，可用于生成類似圖像的地圖。
使用生成對抗 *** （GANs）以512×512分辨率從Google Maps合成照片的示例結果 現在出現了其他工具，也嘗試使用類似的深度神經 *** *** 來轉換圖像。循環一致性對抗 *** 不僅在圖像到圖像的轉換中有效，而且該 *** 在沒有成對的訓練樣本的情況下也能很好地工作。
名為CycleGAN的工具已被用來拍攝舊地圖和圖片，以轉換為巴比倫和耶路撒冷等古代城市的逼真的圖像。
另一個類似的工具StarGAN使用了生成性對抗 *** ，它具有潛在的優勢，不僅可以將圖像應用于地圖繪制，而且可以應用于不同的領域，從而靈活地找到圖像的相關分類和將圖像轉換為逼真的外觀（包括地圖） 或一般圖像。
總體而言，這些工具顯示了使用生成對抗 *** 從均勻的樣式信息創建非樣式化數據的實用性，其中包括可以訓練為使用原始柵格地圖數據的工具，可在自動化過程中將其轉換為矢量數據。
研究表明，生成對抗 *** 在多比例尺地圖樣式轉換方面具有明顯的優勢，但對于某些類型的地圖繪制，這種圖像到對象的轉換仍然具有挑戰性。
在過去的五年中，已經創建了各種圖像到圖像工具，這些工具可以拍攝草圖，圖紙和繪畫并將其轉換為類似圖片的質量，包括轉換為類似衛星的圖像，這些進步可以使古物或舊地圖具有逼真的外觀。
當然，問題之一是許多古老的地圖都被高度程式化或未按給定比例繪制。這些轉換可能具有挑戰性，具體取決于給定圖像的抽象程度以及給定樣式化圖像是否具有可比的真實示例。
然而，這些最近的工具為有興趣了解給定區域如何隨著時間而變化，并使用舊地圖和圖紙比較最近的圖像來證明這一點，也為感興趣的人提供了許多便利。
來源：開源地理空間基金會中文分會
來源鏈接：https://www.osgeo.cn/post/1826b
本站聲明:網站內容來源于 *** ,如有侵權,請聯系我們,我們將及時處理。
