买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉东南大学申请的专利基于深度学习的街旁微绿地增补潜力识别和/或实施方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116310786B 。

龙图腾网通过国家知识产权局官网在2025-09-23发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211720124.8，技术领域涉及：G06V20/10；该发明授权基于深度学习的街旁微绿地增补潜力识别和/或实施方法是由周聪惠;杨柳一;吴欣雨;蒋卓洋设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本基于深度学习的街旁微绿地增补潜力识别和/或实施方法在说明书摘要公布了：本发明提供基于深度学习的街旁微绿地增补潜力识别和或实施方法，涉及城乡规划、风景园林和人工智能领域。该街旁微绿地增补潜力识别方法，以街景图像大数据为基础，基于城市规划和风景园林领域的分析理论提出微绿地增补潜力甄别标准，并通过深度学习技术量化潜力甄别体系，并整合语义分割技术具体分析潜在增补点的客观环境要素，为城市微绿地规划布局提供精准有效的增补及实施策略依据。本发明充分利用深度学习和基础机器学习语义分割技术的优势，分别在空间和要素上分别进行甄别和分析，既能得到潜在增补点的潜力大小，又能获得具有优化潜力的增补点的具体增补实施策略。

本发明授权基于深度学习的街旁微绿地增补潜力识别和/或实施方法在权利要求书中公布了：1.一种基于深度学习的街旁微绿地增补潜力识别方法，其特征在于，包括： 采集全体微绿地潜在增补点的坐标和全体微绿地潜在增补点的街景图像，并构建包含全体微绿地潜在增补点的坐标和全体微绿地潜在增补点的街景图像的数据集； 对数据集进行筛选得到训练集；并构建三级潜力甄别体系，所述三级潜力甄别体系包括类别、项目和语义；定义基于深度感知的微绿地增补潜力甄别的比选指标类别为空间条件类、需求条件类、设施条件类和感知条件类；其中，空间条件类用于描述微绿地置入的必备空间条件，需求条件类用于描述现状场地微绿地游憩服务的需求强度，设施条件类用于描述与微绿地服务状态紧密相关的内外部设施资源，感知条件类用于描述影响游憩满意程度的空间感知要素；根据使用者需求将每个类别划分多个具体项目，每个项目由多条评测要点描述；并提取各个适宜性甄别项目使用的具体语义特征数据；根据项目描述，分项目对训练图集进行序列两两对比并作出优劣标注，得到各项目增补潜力甄别分数，构建训练集的图像潜力标签集； 以基于深度学习框架工具搭建的全连接图像卷积神经网络作为底层模型训练微绿地深度增补潜力量化甄别模型，用于建立微绿地完整视觉场景信息和微绿地增补潜力量化甄别体系之间的稳定推导关系； 对数据集以基于深度学习框架工具搭建的全连接图像卷积神经网络作为底层模型训练微绿地深度增补潜力量化甄别模型，得到各潜在增补点的各项目所得分数，进行各项目之间的影响力优先级比较，通过构建权重限定关系式来计算项目权重，并对各项目潜力甄别项目分数进行分权重叠加，得到增补点综合潜力分数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。