智能城市，万物互联。据《中国人工智能城市发展白皮书》显示，北京、上海、杭州、深圳、合肥等15城已上榜中国人工智能城市15强榜单。总体来看，上榜城市中，北上广深等一线城市占据主流，南京、武汉、杭州等二线城市也跻身榜单。

在人工智能城市中，人工智能、大数据要与地理和经济结合才能更懂城市。人工智能城市最需要的基础数据是海量的街道实体数据。为了攻克这一关键问题，河南大学张重生教授团队耗时两年零四个月，构建了大规模中文标牌图像数据集，以利用新一代人工智能技术实现海量街道实体标牌数据的自动采集、定位和精准识别。

据张教授介绍，日常生活中，尽管腾讯、高德、百度等电子地图已广泛应用于市民的交通出行中，但大约90%以上的城市商铺却在电子地图中无从找寻，不能充分满足人们的日常需要。导致这一现象的原因其实就是城市兴趣点数据(POI)的缺乏，商铺名称及其GPS位置信息就是一个典型的城市兴趣点。

全量的城市POI数据为人工智能城市提供最重要的基础数据支撑。基于新一代人工智能技术的城市POI自动采集、定位和精准识别，是实现大规模城市实体POI自动获取和快速更新的必由之路。商铺是城市中最广泛存在、最具代表性的街道实体，因此，大规模中文标牌图像的自动识别是实现全覆盖的城市POI自动采集亟需突破的关键技术。

为了促进中文场景图像的识别研究，河南大学张重生教授组织了40名学生(研究助理)和10名标注人员， 纯手工构建了一个大规模的中文场景图像数据集--ShopSign:大规模中文标牌图像数据集。该数据集的特点是均为商铺标牌(匾额)，共计25,770张图像。 横跨北京、上海、新疆、福建厦门、辽宁、黑龙江、内蒙古(呼和浩特)，以及河南的郑州、开封，及商丘、周口、信阳的县级城市，和城市中的落后地区(郊区)。图像几乎全部用手机拍摄，少部分用单反相机拍摄。由于汉字的特点，该数据集极为稀疏和不均衡。由于没有第三方平台和公司的资助，该团队耗时两年零四个月才完成该数据集的收集及标注加工。

该数据集的预印本论文(ShopSign: a Diverse Scene Text Dataset of Chinese Shop Signs in Street Views)于2019年3月26日在arxiv上发布（论文地址: https://arxiv.org/pdf/1903.10412v1）后，旋即得到腾讯、美团、华中科技大学、华南理工大学、北京科技大学等企业和高校的高度关注和赞赏。张教授表示，为了促进国内外在中文场景图像上的文字识别研究和应用开发，他愿意将ShopSign数据集全部对外开放，不做任何保留，尤其是不保留测试集的标注数据。

新型智慧城市、大数据、人工智能是我国政府近年重点发展的方向，与城市、经济、地理空间相结合的空间人工智能(GeoAI)研究开始得到越来越多的关注。张重生教授及国内相关科研团队在ShopSign数据集上拟研制的中文场景图像上的文字识别算法和技术，对于电子地图、基于位置的服务等领域具有重要作用，有望为人工智能城市提供最为重要的基础数据支撑。（图/文：王猛）