[发明专利]一种基于深度学习的地形数据库更新方法及系统

权利要求书

1.一种基于深度学习的地形数据库更新方法，其特征在于，所述基于深度学习的地形数据库更新方法包括：

获取地理文本语料数据集、管线设施点样本数据集及其他地形样本数据集；所述地理文本语料数据集中包括多个地理实体文本及各地理实体间的依存关系；所述管线设施点样本数据集中包括多张第一样本影像及各第一样本影像中样本管线设施点的外接矩形框和样本管线设施点类型；所述其他地形样本数据集中包括多张第二样本影像及各第二样本影像中地形要素的空间几何轮廓及地形要素类别；

根据所述地理文本语料数据集，对第一深度学习神经网络进行训练，得到地理文本关系抽取模型；

根据所述管线设施点样本数据集，对第二深度学习神经网络进行训练，得到管线设施点检测模型；

根据所述其他地形样本数据集，对第三深度学习神经网络进行训练，得到其他地形要素类语义分割模型；

获取存量地形数据库、目标网络数据、第一新时相影像及第二新时相影像；

基于所述地理文本关系抽取模型，根据所述目标网络数据，确定多个目标地理实体及各目标地理实体间的依存关系；

根据各目标地理实体及各目标地理实体间的依存关系，对存量地形数据库中的目标地理实体要素进行更新，得到第一增量图层；

基于所述管线设施点检测模型，根据所述第一新时相影像，确定所述第一新时相影像中各管线设施点的外接矩形框及管线设施点类型；

根据各管线设施点的外接矩形框及管线设施点类型，对存量地形数据库中的管线设施要素进行更新，得到第二增量图层；

基于所述其他地形要素类语义分割模型，根据所述第二新时相影像，确定所述第二新时相影像中各地形要素的空间几何轮廓及地形要素类别；

根据各地形要素的空间几何轮廓及地形要素类别，对存量地形数据库中的其他地形要素进行更新，得到第三增量图层；

根据所述第一增量图层、所述第二增量图层及所述第三增量图层，确定增量地形数据库，以形成新版地形数据库。

2.根据权利要求1所述的基于深度学习的地形数据库更新方法，其特征在于，所述获取地理文本语料数据集、管线设施点样本数据集及其他地形样本数据集，具体包括：

获取网络地理文本数据，并筛选出引起地理实体空间变化和语义变化的地理事件，得到非结构化文本列表集合；

将所述非结构化文本列表集合中的文本分解为多个词语，得到词语集合；

遍历所述词语集合，对各词语的词性进行标注；

根据各词语的词性，从所述词语集合中筛选出多个地理实体文本，并确定各地理实体间的相互依存关系；

获取多张第一样本影像，并对各第一样本影像中的管线设施点的类型进行标注，采用外接矩形框对各第一样本影像中的管线设施点的形状进行标注；

获取多张第二样本影像，并对各第二样本影像中的地形要素类的空间几何轮廓及类别进行标注。

3.根据权利要求1所述的基于深度学习的地形数据库更新方法，其特征在于，所述存量地形数据库中包括地名要素类及境界与政区要素类；所述地名要素类及所述境界与政区要素类中均包括多个地理实体要素；

所述根据各目标地理实体及各目标地理实体间的依存关系，对存量地形数据库中的目标地理实体要素进行更新，得到第一增量图层，具体包括：

采用逆地理编码服务引擎对各目标地理实体进行空间定位，并将各目标地理实体映射至所述地名要素类和所述境界与政区要素类中，确定与各目标地理实体对应的地理实体要素；

基于各目标地理实体间的依存关系，确定各目标地理实体的更新类型；所述更新类型为消失、出现或修改；

针对任一目标地理实体，若更新类型为消失，则将所述地名要素类及境界与政区要素类中对应的地理实体要素的记录删除；

若更新类型为出现，则根据所述目标地理实体及各目标地理实体间的依存关系，在所述地名要素类及境界与政区要素类中新增一条地理实体要素的记录，并确定所述地理实体要素的空间几何，添加属性信息；

若更新类型为修改，则根据所述目标地理实体及各目标地理实体间依存关系，修改所述地名要素类及境界与政区要素类中对应的地理实体要素的空间几何或属性信息；

根据修改后的地名要素类及境界与政区要素类，确定第一增量图层。