申请/专利权人：东南大学建筑设计研究院有限公司

申请日：2024-01-02

公开（公告）日：2024-03-29

公开（公告）号：CN117789053A

主分类号：G06V20/13

分类号：G06V20/13;G06V30/422;G06V10/26;G06V10/82;G06V10/40;G06N3/0464;G06N3/0455;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.16#实质审查的生效;2024.03.29#公开

摘要：本发明公开了一种基于多图像增强语义分割的产权地块识别方法，包括：1：获取相应的图像数据；2：数据集的批量制作；3：分割神经网络的构建；4：训练并获取预训练模型权重；5：图像判断；6：输入CAD图像与卫星图；7：图像分割，从而进行预测；8：传入预训练网络，对每个像素点进行分类并输出为设置颜色值；9：图像合并，将小图像合并生成原图像大小的预测图；10：转换为CAD；本发明通过多图像增强的语义分割网络训练学习研究类似地域的大量多来源图像资料，通过引入计算机减少了人为判断的干扰，大大增加了可学习研究的样本数量，并且通过多图像增强避免了单一数据源带来的弊端，实现了提升产权地块识别准确性的目标。

主权项：1.一种基于多图像增强语义分割的产权地块识别方法，其特征在于，包括如下步骤：步骤1、获取产权地块的CAD图像和卫星图像；步骤2、基于CAD图像和卫星图像，批量制作产权地块语义分割数据集；步骤3、构建语义分割神经网络；步骤4、基于若干产权地块语义分割数据集，训练语义分割神经网络，并获取预训练模型权重，获得预训练语义分割神经网络模型；步骤5、对CAD图像和卫星图像经过图像判断后进行图像分割，获得分割后的图像数据；步骤6、将分割后的图像数据输入预训练语义分割神经网络模型，通过SoftMax函数对图像数据每个像素点进行分类并输出为设置颜色值，然后进行图像合并；步骤7、将合并后的图像转换为矢量图，再将矢量图转换为CAD图，即可实现对目标产权地块的识别。

全文数据：

权利要求：

百度查询： 东南大学建筑设计研究院有限公司 一种基于多图像增强语义分割的产权地块识别方法

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