Google利用深度學習技術協助地圖優化

source：pixabay

Google Maps是Google旗下重要產品之一，近年Google開始使用深度學習技術進行Google Maps各項優化，包括品質更好的圖像判定和自動化建築物生成。

門牌判定與建築物生成協助地圖品質提升

Google利用深度學習改善旗下產品已不是新消息，Google Maps作為Google旗下最重要產品之一亦是，Google近年已利用深度學習大量改善地圖各項資訊優化，包括街景影像、門牌判讀、建築物生成等，例如門牌模型可讓Google針對各國各區域的複雜門牌樣式中判讀出正確資訊，Google便利用該模型為奈及利亞建立數十萬筆資訊正確的店家資訊。

建築物生成則是利用深度學習讓機器能自動判讀地圖中建築物的輪廓，自動標示與矢量化，並自動生成建築物的俯視平面矢量圖，如此一來可大幅降低人力與提高正確性。

深度學習有助效率提升，但人力需求依舊存在

深度學習技術有助於產品改善與開發，但目前並非萬能，依舊需要人力進行校準與優化，例如深度學習可讓Google Maps建立規範化(Normalization)與注意力機制(Attention Mechanism)，規範化可讓機器自行判定各項縮寫代表的意義，注意力機制則是讓機器自動判定道路上眾多文字與廣告廣告牌中，何者才是正確的店家名稱。

但深度學習依舊有其誤差的可能性發生，包括遮蔽物導致無法判讀、字義誤解等，因此仍需人力親自調校與模型優化，讓模型更符合現實世界樣貌，以求模型精準度越趨精準。

文丨拓墣產業研究院 劉耕睿

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！