2018年春季学期视觉计算实验室第13周论文研读预告

时间:2018年05月31日 09:30
地点:望江基础教学楼B座318实验室
研读成员:庞潇、杨瑞丰
研读内容
【1】Yuan N J, Zheng Y, Xie X. Segmentation of Urban Areas Using Road Networks[J]. Microsoft Technical Report, 2012.
【2】阿里云赋能培训分享
一.论文简介
1.简介
本文介绍了一种基于图像处理的方法,利用矢量网络将城市进行区域划分。道路在这里被划分为不同的等级(例如,高速公路通常是高等级公路),每个被划分的区域都被更高级的道路划分涵盖,并且覆盖低级社区和街道,这种基于网格的分区方法更自然并对城市空间进行语义分割。通过简单的形态算子,可以有效地将城市道路网络划分为区域。另外,我们提出了一种基于轨迹挖掘的案例研究,以证明所提出的分割方法的可用性。视化工具,用于分析文本可视化、文本挖掘和分析任务的研究趋势与关联关系。
1-1

图1:以北京为例的城市道路数据

2-3

图2:北京市的地图经过划分后进行区域填色后的结果

2.主要工作
1)应用Mercator投影的方法将矢量的道路网络数据投影在地图平面上,并将地图栅格化;
2)利用膨胀-收缩的方法将道路进行简化,省去无关信息,方便区域划分;
3)对地图进行区域连通标记,相互连通的像素标记为同一区域,最终将北京市地图划分出不同的区域,每一个区域进行id标号,这样给定任意一个经纬度都可以知道其归属的区域;
4)轨迹的应用中可以将每一个轨迹经过的区域顺序提取,建立ID队列,简化路径信息。
3. 总结
1)文章给出了如何利用矢量信息进行区域划分的方法,这对于很多交通相关的数据可以将矢量数据进行转换,有很大用途;
2)区域划分与轨迹简化结合的相关应用有很大的研究价值;
3)此方法相比于传统的区域划分有更多的语义划分方面的价值,可以进一步进行道路分级、POI分析等相关研究。

二.阿里云赋能培训分享简介
1.DataV的作用及其用法。
2.企业对可视化的设计原则以及大屏可视化的设计方法。
3.大屏可视化应用的具体案例。