跨越四个世纪的法国历史地图分割
计算机视觉与模式识别
2025-06-02 v1
摘要
历史地图为人们了解远在卫星或遥感技术出现之前几个世纪的领土演变提供了宝贵的视角。深度学习方法在历史地图分割方面展现了可喜的成果，但公开可用的数据集通常只关注单一地图类型或时期，需要昂贵且耗时的标注，且不适合进行全国性的长期分析。在本文中，我们引入了一个新的历史地图数据集，专为在有限标注下分析大规模、长期的土地利用与土地覆盖演变而定制。我们的数据集覆盖法国本土 (548,305 km^2)，包含来自 18、19 和 20 世纪的三组地图集。我们为 18 和 19 世纪地图提供了全面的现代标签以及 22,878 km^2 的手动标注历史标签。我们的数据集展示了分割任务的复杂性，具有风格不一致、解释歧义以及显著的景观变化（例如，沼泽地消失并被森林取代）等特征。我们通过对三种方法进行基准测试来评估这些挑战的难度：一个使用历史标签训练的全监督模型，以及两个仅依赖现代标注的弱监督模型。后者要么直接使用现代标签，要么首先执行图像到图像的转换以解决历史地图与当代地图之间的风格差异。最后，我们讨论了这些方法如何支持长期环境监测，为几个世纪的景观演变提供见解。我们的官方项目仓库公开于 https://github.com/Archiel19/FRAx4.git。
引用
@article{arxiv.2505.24824,
title = {Segmenting France Across Four Centuries},
author = {Marta López-Rauhut and Hongyu Zhou and Mathieu Aubry and Loic Landrieu},
journal= {arXiv preprint arXiv:2505.24824},
year = {2025}
}
备注
20 pages, 8 figures, 3 tables