- Data processing platform
- Platform use cases
- Semantic analysis models
- Data sources
- Getting started with Mapflow
- References

Traditional digital mapping requires an impressive amount of work and a private army of cartographers to map even a single city. The process is pretty straightforward but the time-consuming work makes it costly. Hence we see the growing interest in the idea of AI-assisted mapping, powered by deep learning image recognition algorithms. We call it “lazy” mapping, instead of using the buzzword “smart” (check out “Smart Mapping” — some big companies have already taken over this term) which…

С детства мне более привычно когда меня называют Гошей, поэтому я очень обрадовался, найдя такой одноименный населенный пункт, расположенный в Череповецком районе Вологодской области, почти по дороге в мою семейную деревню, которая тоже находится в Вологодской области.

Разочарован же я был тем, что село “Гоша” недостаточно подробно представлено на карте Openstreetmap — очень приблизительная граница и ни одного нарисованного домика…

– Платформа обработки данных и кейсы
– Как применяется платформа
– Модели семантического анализа
– Источники данных
– Начать пользоваться
– Ссылки

Идея платформы для автоматизации картографирования, на основе обучающихся алгоритмов распознавания изображений, родилась из проблемы долгой ручной картографической работы. Мы называем это “ленивой” картографией, вместо надоевшего слова “умный” (проверьте “Smart Mapping” — некоторые компании уже захватили этот термин), применяемого в отношении любых систем, использующих искусственный интеллект. С другой стороны, что же еще должны делать системы автоматизации, как не избавлять нас от рутины и помогать в ускорении работы?

Наш новый продукт Mapflow не про замену работоспособного картографа на ленивого, всю…

Hooray! We have recently completed automatic building detection for the entire territory of Russia using Mapbox Satellite imagery.

What? Haven’t you done that already?

Nope. Last year we started a project called Urban Mapping, which was powered by our Geoalert platform, launched a demo project and published the “zero” version of the “building footprints” database for the Russian Federation. Since then, we’ve been working on creating a commercial product, validating and enriching data with semantics (building heights, addresses, etc.), and our artificial intelligence for automatic mapping is already stretching its tentacles to other countries. …

Ура! Мы наконец закончили автоматическое картирование зданий по всей России по спутниковым снимкам Mapbox Satellite и готовы их выкладывать для заполнения пробелов в открытых данных.

Что? Разве вы это еще не сделали?

Нет. В прошлом году мы стартовали проект “Urban Mapping”, запустили демо-приложение и нулевую версию базы данных так называемых “отпечатков зданий” (building footprints) по всей РФ. Мы продолжаем работать над коммерческой базы данных — валидацией и обогащением семантикой и адресами, а наш “искусственный интеллект” для автоматического картирования уже протягивают свои щупальца в другие страны. Так что мы будем рады если вас заинтересуют возможности нашей платформы.

Но этот пост о…

Проблема адресных реестров в российском информационном поле хорошо известна, но при этом нет понимания ее реального масштаба. В таких крупных компаниях как Почта России, имеющая в своем составе более 40 тыс. отделений по всей стране, проблема неточности и неполноты адресов, по которым осуществляется доставка, оборачивается затратами на повторные доставки, хранение и штрафы, исчисляемыми в млрд рублей.

Платформа Геоалерт тестировалась для автоматической оцифровки строений по космическим снимкам с целью пополнения и валидации новой геопривязанной базы адресов системы “Почта Атлас”.

Помимо проверки координат уже геокодированных адресов, мы провели исследование существующих и доступных адресных баз данных на территорию РФ. На практике, мы опробовали…

В работе картографа есть масса инструментов, которые помогают ускорить процесс. Такие инструменты встроены в ГИС — рисование геометрических примитивов (точка, полигон и т.д.), валидация и процессинг данных с помощью таких алгоритмов как симплификация, сглаживание контуров, примагничивание (как лучше перевести snapping? :) и т.д.

Но даже с помощью всех этих инструментов работа выглядит занудной и слишком долгой, если предстоит оцифровать тысячи полигонов. В результате работы нейросети мы получили 54 млн контуров зданий по всей территории России. Такое количество нереально проверить и дообработать вручную.

Не смотря на хорошие результаты для применения в статистических моделях пространственного анализа территорий, для готовой картографической продукции эти…

Since we released the very first version of the Urban Mapping dataset, which contains 54+mln map features of buildings in Russia, we’ve been working on improving mapping accuracy of the data.

In cartographer’s work there is a bunch of tools to leverage the mapping process. Every GIS software provides tools for digitising and validation — whether it’s a set of various geometry primitives like point or rectangle or advanced vector processing like simplification, smoothing, snapping etc. But even with the help of GIS tools there is still a need to edit a lot of features manually in order to have…