申请/专利权人：同济大学

申请日：2023-09-22

公开（公告）日：2024-01-26

公开（公告）号：CN117456341A

主分类号：G06V20/00

分类号：G06V20/00;G06V10/26;G06V10/52;G06V10/764;G06V10/774;G06V10/80;G06V10/82;G06N3/045;G06N3/044;G06N3/0464;G06N3/049;G06N3/08;G06Q10/0639;G06Q50/26

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.13#实质审查的生效;2024.01.26#公开

摘要：本发明所述方法及系统，涉及图像识别与图像语义分割技术领域包括采集滨水空间数据，进行图片预处理；将识别影响自然感知的指标作为样本数据集的标注依据，建立深度学习网络模型训练的数据集；构建深度学习网络模型，并进行训练，对图像数据进行测度，实现自然感知智能化评价。本发明提供的城市滨水空间秋季景观自然感知智能评价方法运用训练好的深度学习网络模型对城市滨水空间秋季景观自然感知进行智能化评价，可完成实地数据的大范围、多样本、高精度测度，为滨水空间秋季景观优化提供技术支撑，突破了针对滨水空间连续界面难以进行覆盖化测度的技术瓶颈，本发明在测度精度、人力成本和数据范围方面都取得更加良好的效果。

主权项：1.城市滨水空间秋季景观自然感知智能评价方法，其特征在于，包括：采集滨水空间数据，进行图片预处理；将识别影响自然感知的指标作为样本数据集的标注依据，建立深度学习网络模型训练的数据集；构建深度学习网络模型，并进行训练，对图像数据进行测度，实现自然感知智能化评价。

全文数据：

权利要求：

百度查询： 同济大学 城市滨水空间秋季景观自然感知智能评价方法及系统

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