买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于移动端农房外业数据测绘采集方法及系统_重庆欣荣土地房屋勘测技术研究所有限责任公司;重庆市勘察规划设计有限公司_202311538765.6 

申请/专利权人:重庆欣荣土地房屋勘测技术研究所有限责任公司;重庆市勘察规划设计有限公司

申请日:2023-11-17

公开(公告)日:2024-04-16

公开(公告)号:CN117371961B

主分类号:G06Q10/10

分类号:G06Q10/10;G06Q50/02;G06F3/0484;G06F3/0483;G06F3/04842;G06N3/0464;G06N3/0455;G06F9/451

优先权:

专利状态码:有效-授权

法律状态:2024.04.16#授权;2024.04.09#著录事项变更;2024.01.26#实质审查的生效;2024.01.09#公开

摘要:本发明涉及外业数据采集技术领域,具体涉及一种基于移动端农房外业数据测绘采集方法及系统;包括在农房登记模块中,响应于用户点击农房登记按钮,页面跳转至登记台页面,登记台页面包含已提交、未提交、待处理和测绘成果的按钮,响应于用户点击待处理按钮,页面跳转至待处理页面,待处理页面展示后台管理员分配的外业测绘任务,响应于用户选择需要处理的外业测绘任务,页面跳转至相关属性信息页面,相关属性信息页面用于供用户填写和或更改该外业测绘任务的相关属性信息,并上传现场房屋照片;通过本方法及系统减少传统纸笔记录的繁琐,减少因纸笔记录二次人工录入造成的数据差异,提高农房外业的工作效率。

主权项:1.一种基于移动端农房外业数据测绘采集方法,其特征在于,在农房登记模块中,响应于用户点击农房登记按钮,页面跳转至登记台页面,所述登记台页面包含已提交、未提交、待处理和测绘成果的按钮;响应于用户点击待处理按钮,页面跳转至待处理页面,所述待处理页面展示后台管理员分配的外业测绘任务;响应于用户选择需要处理的外业测绘任务,页面跳转至相关属性信息页面,所述相关属性信息页面用于供用户填写和或更改该外业测绘任务的相关属性信息,并上传现场房屋照片;响应于用户完成相关属性信息页面的信息填写,页面跳转至房屋图形绘制页面,所述房屋图形绘制页面供用户绘制房屋草图,并根据测量设备采集的测量数据及用户绘制的房屋草图形成准确的房屋图形,且供用户输入楼层数,响应于用户点击房屋图形绘制页面中的编辑按钮,页面弹出房屋编辑界面,供用户记录房屋数据;响应于用户完成房屋图形绘制页面的房屋图形绘制,页面跳转至房屋外框定位定向页面,实现自动识别设置房屋外框的定位点和定向点,对房屋进行定位;响应于用户点击房屋外框定位定向页面中的落地按钮,页面跳转至房屋落地页面,所述房屋落地页面加载影像和相关权属界线图层,并提供供用户评议、旋转的图层要素,用于供用户调整房屋定位,所述房屋落地页面还包括宗地房屋要素编辑框,用于供用户填入或确认与房屋相关的信息及本次外业测绘任务的人员、时间信息,响应于用户点击房屋落地页面中的确认按钮,完成房屋落地;所述响应于用户完成房屋图形绘制页面的房屋图形绘制,页面跳转至房屋外框定位定向页面,实现自动识别设置房屋外框的定位点和定向点,对房屋进行定位;包括:构造和训练基于CNN神经网络的房屋图形点位目标检测器,构造由房屋图形-点位标识构成的样本数据集;房屋图形-点位标识构成的样本数据集为:其中n表示数据集的样本数量,是样本的第i张房屋图形的图像,H0是图形高度,W0是图形宽度;是第i张房屋图形中最多N个定位点或定向点的点位类型和点位坐标共同构成的标签,N是预先设定为点位最大个数阈值的一个整数;其中是第i张房屋图形中第j个点位的类别标签,是第i张房屋图形中第j个点位的点坐标;该房屋图形点位目标检测器是CNN神经网络模型,其多层卷积层表示为是预训练好的CNN神经网络模型所有参数构成的参数张量,为输入该CNN神经网络模型的房屋图形的图像;房屋图形点位目标检测器的CNN神经网络模型的全卷积层的模型表示为fConva1,θConv,全卷积层的参数张量其中a1∈RC×H×W是全卷积层生成的房屋图形的低分辨率特征图,其中C=2048,H=H032,W=W032;房屋图形点位目标检测器的CNN神经网络模型的Transformer编码器模型表示为fTa2,θT,其参数张量低分辨率特征图a1经过成通道数为d的新的高水平特征图z1∈Rd×H×W,再经过位置编码参数θpos相加和形状重构形成a2,作为该Transformer编码器和解码器模型的输入;Transformer编码器模型将a2和目标查询的参数张量θT通过交叉注意力机制编码,得到N个点位预测特征,其中第j个点位的预测特征表示为房屋图形点位目标检测器的CNN神经网络模型的目标分类模型表示为其中的参数张量是第j个点位的预测特征;房屋图形点位目标检测器的CNN神经网络模型的目标定位模型表示为其中的参数张量将分别通过目标分类模型和目标定位模型得到含N个点位类型和点位坐标的集合即是房屋图形中第j个点位属于定位点或者定向点的概率值,当该概率值高于对应阈值则判断该点的类型,则是第j个点位的定位坐标。

全文数据:

权利要求:

百度查询: 重庆欣荣土地房屋勘测技术研究所有限责任公司;重庆市勘察规划设计有限公司 一种基于移动端农房外业数据测绘采集方法及系统

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。