AD
Google Maps是Google旗下重要产品之一，近年Google开始使用深度学习技术进行Google Maps各项优化，包括品质更好的图像判定和自动化建筑物生成。
门牌判定与建筑物生成协助地图品质提升
Google利用深度学习改善旗下产品已不是新消息，Google Maps作为Google旗下最重要产品之一亦是，Google近年已利用深度学习大量改善地图各项资讯优化，包括街景影像、门牌判读、建筑物生成等，例如门牌模型可让Google针对各国各区域的复杂门牌样式中判读出正确资讯，Google便利用该模型为奈及利亚建立数十万笔资讯正确的店家资讯。
建筑物生成则是利用深度学习让机器能自动判读地图中建筑物的轮廓，自动标示与矢量化，并自动生成建筑物的俯视平面矢量图，如此一来可大幅降低人力与提高正确性。
深度学习有助效率提升，但人力需求依旧存在
深度学习技术有助于产品改善与开发，但目前并非万能，依旧需要人力进行校准与优化，例如深度学习可让Google Maps建立规范化(Normalization)与注意力机制(Attention Mechanism)，规范化可让机器自行判定各项缩写代表的意义，注意力机制则是让机器自动判定道路上众多文字与广告广告牌中，何者才是正确的店家名称。
但深度学习依旧有其误差的可能性发生，包括遮蔽物导致无法判读、字义误解等，因此仍需人力亲自调校与模型优化，让模型更符合现实世界样貌，以求模型精准度越趋精准。
文丨拓墣产业研究院 刘耕睿
注：本文为拓墣产业研究院原创内容，欢迎转发或分享。禁止非授权转载、摘编、复制及镜像等使用，如需转载请后台回复“转载”或留言获取授权。
本文首发于微信公众号：拓墣产业研究院。文章内容属作者个人观点，不代表和讯网立场。投资者据此操作，风险请自担。
