申请/专利权人：广州航海学院

申请日：2024-01-16

公开（公告）日：2024-05-17

公开（公告）号：CN117576573B

主分类号：G06V20/10

分类号：G06V20/10;G06N3/0464;G06T7/00;G06V10/56;G06V10/764;G06V10/774;G06V10/82

优先权：

专利状态码：有效-授权

法律状态：2024.05.17#授权;2024.03.08#实质审查的生效;2024.02.20#公开

摘要：本发明涉及建筑氛围分类技术领域，尤其涉及基于改进VGG16模型的建筑氛围评价方法、系统、设备及介质，所述方法具体包括：获取建筑图像数据集；构建改进VGG16模型的网络结构，生成初始建筑氛围分类模型；对所述建筑图像数据集进行预处理后，根据预处理后的建筑图像数据集对所述初始建筑氛围分类模型进行训练，获得目标建筑氛围分类模型；根据所述目标建筑氛围分类模型，结合梯度加权类激活映射方法，获得输入建筑图像是否符合宁静氛围的结果，以及所述输入建筑图像的各个特征对宁静氛围的结果的影响程度。本发明通过对建筑环境的感知数据进行处理和分析，实现了对建筑氛围的客观、准确、高效的量化预测。

主权项：1.基于改进VGG16模型的建筑氛围评价方法，其特征在于，所述方法具体包括：获取建筑图像数据集，所述建筑图像数据集包括宁静氛围组建筑图像集和标准对照组建筑图像集；构建改进VGG16模型的网络结构，生成初始建筑氛围分类模型；其中，所述构建改进VGG16模型的网络结构，具体包括：将接收224×224像素的RGB三通道图像的原始VGG网络输入层替换为接收1024×1024像素的RGB三通道图像的VGG网络输入层；对原始VGG16模型进行截断并获取截断内容，所述截断内容包括13个卷积层和5个最大池化层，根据所述截断内容构建特征提取层，所述特征提取层用于提取建筑图像的特征信息；根据通道注意力机制和空间注意力机制构建细化局部特征网络层模块，所述细化局部特征网络层模块用于获取所述特征信息的关键局部特征；分别为每个最大池化层添加一个用于将最大池化层的输出特征图转换成一维向量的Flatten层；添加第一全连接层和第二全连接层，将所述第一全连接层的神经元数量设置为1024个，所述第二全连接层的神经元数量设置为512个，所述第一全连接层和所述第二全连接层用于接收所述Flatten层输出的一维向量并进行分类处理；在所述第一全连接层和所述第二全连接层之后添加输出层，所述输出层的神经元数量设置为2个，并采用sigmoid激活函数，输出范围为[0,1]；对所述建筑图像数据集进行预处理后，根据预处理后的建筑图像数据集对所述初始建筑氛围分类模型进行训练，获得目标建筑氛围分类模型；根据所述目标建筑氛围分类模型，结合梯度加权类激活映射方法，获得输入建筑图像是否符合宁静氛围的结果，以及所述输入建筑图像的各个特征对宁静氛围的结果的影响程度。

全文数据：

权利要求：

百度查询： 广州航海学院 基于改进VGG16模型的建筑氛围评价方法、系统、设备及介质

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