矢量地图作为语言：走向统一遥感矢量地图

遥感矢量绘图旨在从遥感图像生成地理空间实体（例如建筑物、道路和水体）的结构化地图。在实践中，矢量地图通常包含多个类别层和异构实体结构，需要统一的模型来满足不同的地图需求。然而，现有的方法通常将矢量对象表示为多边形或图形，这使得它们仅适用于特定类别：多边形很难捕捉拓扑关系，而图形通常会模糊实例边界。我们观察到，语言作为人类交流的自然媒介，提供了灵活且富有表现力的表示，可以容纳异构地图元素，包括几何、语义和拓扑。受这种洞察力的启发，我们提出了向量映射作为语言（VecLang），这是一种统一的范例，将多类向量映射重新表述为结构化文本生成。 VecLang 将不同地理空间实体的公共元素编码为类似 GeoJSON 的矢量语言，从而在共享文本格式中实现跨类别建模。为了可靠地生成这种语言，我们设计了一个渐进式视觉语言映射框架，该框架首先本地化矢量化单元，然后生成结构化映射元素。我们进一步介绍了分层向量语言优化，它使用强化学习来提高语法有效性、内容保真度和地图可执行性。我们还构建了具有 54K 图像和 800K 实例的 VecMap-Bench，支持跨标准和泛化设置的训练和评估。大量实验表明，VecLang 可以处理单类和多类向量映射，同时实现强大的跨数据集和开放词汇泛化。该模型和数据集可在 https://github.com/yyyyll0ss/VecLang 上公开获取。