利用 LLM 与注意力机制对历史地图进行自动标注
计算机视觉与模式识别
2025-04-16 v1
摘要
历史地图是重要资源，提供过去地理景观的洞见。它们是历史、地理学和城市研究等多个学科研究者的有价值工具，便于重建历史环境并分析随时间的空间转换。然而，在模拟或扫描格式时，其解释仅限于人类，无法实现规模化。近期计算机视觉和大语言模型（LLM）的进展为自动识别和分类历史地图中的特征和对象开辟了新途径。本文提出一种新颖的蒸馏方法，利用 LLM 与注意力机制实现历史地图的自动标注。LLM 用于为低分辨率历史图像块生成粗糙分类标签，而注意力机制用于将这些标签细化至更高分辨率。实验结果表明，细化后的标签召回率超过 90%。此外，木头和定居点的交并比（IoU）分别为 84.2% 和 72.0%，精确率分别为 87.1% 和 79.5%，表明大多数标签与真实标注高度一致。值得注意的是，这些结果在训练时未使用细粒度手动标注，凸显了该方法在高效和可扩展的历史地图分析方面的潜力。
引用
@article{arxiv.2504.11050,
title = {Leveraging LLMs and attention-mechanism for automatic annotation of historical maps},
author = {Yunshuang Yuan and Monika Sester},
journal= {arXiv preprint arXiv:2504.11050},
year = {2025}
}