∥
∥ 中研院 ∥ 人社中心 ∥ 繁體中文 ∥ English
本專題中心蔡宗翰研究員、廖泫銘研究副技師、紐約州立大學奧本尼分校電腦科學系張明清副教授、中央大學資訊工程學系研究所王俊樺同學以及威斯康辛大學麥迪遜分校電腦科學系王大宇同學,共同發表研究成果於GIS領域國際頂級期刊-International Journal of Geographical Information Science。該篇研究論文提出了一種新的方法,運用最新版經建版地形圖的開放向量資料及影像圖磚,作為土地利用的標註訓練資料,訓練語意分隔模型,並嘗試針對早期地形圖進行分割預測,由於不同版本經建版地形圖的土地利用符號及分類語意上有所不同,研究團隊利用電腦視覺的Style Transfer技術,對齊新舊版本地形圖的土地利用符號,並以無監督式領域適應(Unsupervised Domain Adaptation, UDA)技術來標註早期版本地圖,進而訓練模型來分割出早期的土地利用面資料,實驗結果相當良好。這個方法可以不斷運用迭代,讓具有貫時性版本的地圖影像(例如:地形圖、地質圖、土壤圖)可以無須重新人工標註、自動化產製出面狀資料。
全文連結: https://doi.org/10.1080/13658816.2025.2473568
Jun-Hua Wang, Andy Da-Yu Wang, Hsiung-Ming Liao, Ming-Ching Chang, Richard Tzong-Han Tsai*, 2025, “Unsupervised domain adaptation for cross-style, cross-year land use understanding from historical maps”, International Journal of Geographical Information Science, 2025, 1-20. (SCIE, SSCI)