Skip to main content
main-content

Tipp

Weitere Artikel dieser Ausgabe durch Wischen aufrufen

05.09.2017 | Research Article | Ausgabe 1/2018

Earth Science Informatics 1/2018

Corner points localization in electronic topographic maps with deep neural networks

Zeitschrift:
Earth Science Informatics > Ausgabe 1/2018
Autoren:
Luan Dong, Fengling Zheng, Hongxia Chang, Qin Yan
Wichtige Hinweise
Communicated by: H. A. Babaie

Abstract

Digitized topographic maps normally have to go through the geometric calibration before practical utilization. Nowadays, the reference points for the calibration are still manually assigned. Corner points (graticule intersections) in a map are usually good candidates in favor of the reference points. This paper proposes an algorithm for automatically locating the corner points in the electronic topographic maps by detecting the specific rectangle objects in the map corners. It assigns the probabilities to each row and column in the region of interests (RoIs) to provide information regarding the location of the objects. In order to facilitate the object detection with high level visual features, the deep neural networks (DNNs) are employed in the proposed algorithm. For the object proposal, the sliding window scheme is adopted. The experimental results indicate that the proposed approach outperforms the conventional bounding-box regression method in both detection and localization accuracy. For the proposed algorithm, the average F1 score in the object detection is 0.91, which is 12% higher than the conventional model. The mean Euclidean distance between the predicted corner points and the ground-truth by the proposed algorithm is 2.22 pixels, 35.8% lower compared with the regression based model.

Bitte loggen Sie sich ein, um Zugang zu diesem Inhalt zu erhalten

Sie möchten Zugang zu diesem Inhalt erhalten? Dann informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 69.000 Bücher
  • über 500 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 50.000 Bücher
  • über 380 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Umwelt
  • Maschinenbau + Werkstoffe​​​​​​​​​​​​​​

Testen Sie jetzt 30 Tage kostenlos.

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 58.000 Bücher
  • über 300 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb

Testen Sie jetzt 30 Tage kostenlos.

Literatur
Über diesen Artikel

Weitere Artikel der Ausgabe 1/2018

Earth Science Informatics 1/2018 Zur Ausgabe

Premium Partner

    Bildnachweise