申请/专利权人：顺丰科技有限公司

申请日：2018-12-29

公开（公告）日：2023-11-28

公开（公告）号：CN111382645B

主分类号：G06V20/10

分类号：G06V20/10;G06V10/774;G06V10/82;G06N3/0464

优先权：

专利状态码：有效-授权

法律状态：2023.11.28#授权;2020.07.31#实质审查的生效;2020.07.07#公开

摘要：本发明公开了电子地图中识别过期建筑的方法和系统，所述电子地图中识别过期建筑的方法，包括：获取训练数据集和标签数据集；预处理所述训练数据集和标签数据集，获得训练图片集和标签图片集；根据所述训练图片集和标签图片集，训练深度卷积神经网络图像分割模型并获得模型参数；将目标区图片集输入训练好的深度卷积神经网络图像分割模型，通过训练好的模型参数进行建筑识别，获得目标区建筑概率影像图；处理所述目标区建筑概率影像图识别过期建筑。本发明公开的方法提高了电子导航地图的更新速度，可以控制修改电子地图的作业风格和作业质量，降低手工处理过期建筑的数量和减少人工成本。

主权项：1.一种电子地图中识别过期建筑的方法，其特征在于，包括：获取训练数据集和标签数据集，所述训练数据集为卫星图片，所述标签数据集为城市建筑数据，所述建筑数据至少包括建筑轮廓图片和建筑轮廓矢量边界数据;预处理所述训练数据集和标签数据集，获得训练图片集和标签图片集；根据所述训练图片集和标签图片集，训练深度卷积神经网络图像分割模型并获得模型参数，所述深度卷积神经网络图像分割模型采用U-Net分割模型；将目标区图片集输入训练好的所述深度卷积神经网络图像分割模型，通过训练好的模型参数进行建筑识别，将S形生长曲线函数作为输出层，获得目标区建筑概率影像图；处理所述目标区建筑概率影像图，通过预设置阈值对所述目标区建筑概率影像图中的概率值进行筛选，识别过期建筑；其中，所述预处理所述训练数据集和标签数据集，得到训练图片集和标签图片集，包括：将所述卫星图片的投影坐标和建筑轮廓矢量边界的投影坐标相统一；将所述建筑轮廓图片按所述卫星图片的分辨率转化为栅格；按统一框架剪裁所述卫星图片的边界和所述建筑轮廓图片的边界；按统一地理网格分别剪裁所述卫星图片和所述建筑轮廓图片，获得所述训练图片集和所述标签图片集；其中，所述通过训练好的模型参数进行建筑识别，将S形生长曲线函数作为输出层，获得目标区建筑概率影像图，包括：分割所述目标区图片集，获得若干子区域图片集；聚合所述若干子区域图片集；通过训练好的所述深度卷积神经网络图像分割模型，分别处理所述子区域图片集，获得若干子区域建筑概率影像图；拼接所述子区域建筑概率影像图，获得所述目标区建筑概率影像图。

全文数据：

权利要求：

百度查询： 顺丰科技有限公司 电子地图中识别过期建筑的方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD