图对比学习支撑下的矢量建筑物形状相似性度量

建筑物形状相似性度量在地图制图综合中起着至关重要的作用,它不仅为地理空间要素识别和地图分析奠定了基础,还在建筑物形状的匹配、检索和化简选取等应用中发挥了重要作用。本文利用图对比学习在形状区分中的优势,提出了一种图对比学习模型支撑下的建筑物形状相似性度量模型,其目的是利用图增强策略训练出一个图编码器,对形状进行编码得到更具区分度的表示。本文方法首先将矢量图形转为图结构,并提取节点和边特征来表示形状属性;其次利用图增强策略得到正负样本对,经过对比损失函数实现同类别样本间差异的最小化和不同类样本之间差异的最大化;最后经过对比编码得到特征向量,计算特征向量间的余弦值实现建筑物形状的相似性研究。试验以OSM建筑物形状数据作为训练和测试样本,测试分类准确率达到96.7%,并对模型参数、图增强方式和特征节点方向进行分析。与其他方法比较,本文方法优于传统方法的方法,HU矩方法和傅里叶方法的分类准确率分别为22.9%、44.4%,并且相较于图编码GCAE方法(92.5%)也提高4.2%左右。此外,选取香港地区的3个地区进行了形状分类和形状匹配试验,形状分类准确率为95.7%,并对9个典型形状进行相似性匹配,同类形状的相似值大于非同类形状。试验结果表明,在图对比学习框架下,形状描述与人的空间视觉感知具有一致性。图对比学习模型有效提升了复杂形状的识别能力,实现了15类建筑物形状的有效地分类,为地图制图综合应用提供了技术支撑。