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一种基于深度学习的城市街坊用地精细划分方法及系统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：CN119516386B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411662497.3，技术领域涉及：G06V20/10；该发明授权一种基于深度学习的城市街坊用地精细划分方法及系统是由杨俊宴;陈旭阳;邵典;姜清馨;刘宇鹏;马翎;朱蕴婕设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本一种基于深度学习的城市街坊用地精细划分方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的城市街坊用地精细划分方法及系统，属于地理信息处理领域。本发明首先采集案例城市片区的遥感图像数据、建筑空间形态数据、业态POI数据和城市用地数据，提取各类信息转化为二维平面的图像格式数据，并进行栅格化和数据增强处理；然后通过栅格平移窗口法和栅格用地功能判定规则对用地划分卷积神经网络深度学习模型进行训练，进而对目标片区城市用地进行栅格化功能判定，再通过分水岭法对栅格边界进行划分，最后对结果进行校核和更正，得到目标片区用地划分最终结果。本发明能够将城市用地街坊内部用地的精细划分，实现城市用地的自动化划分与功能判定，促进城市规划工作的数字化、智能化的应用转化。

本发明授权一种基于深度学习的城市街坊用地精细划分方法及系统在权利要求书中公布了：1.一种基于深度学习的城市街坊用地精细划分方法，其特征在于，包括以下步骤： 步骤S1：采集案例城市片区的遥感图像数据、建筑空间形态数据、业态POI数据和城市用地数据，构建案例城市数据库； 步骤S2：提取案例城市数据库中各街坊的遥感图像信息、建筑空间形态信息和业态POI信息，并将各类信息转化为二维平面的图像格式数据，将二维信息图像栅格化并进行数据增强处理，构建案例城市栅格信息数据库； 步骤S3：通过平移窗口法和栅格用地功能判定规则，将每个栅格中所包含的遥感图像信息、建筑空间形态信息、业态POI信息与对应的城市用地功能信息进行深度学习训练，并记录用地划分卷积神经网络深度学习模型的训练正确率；对模型进行不同窗口大小的多轮训练，叠加多次训练结果，选取模型训练正确率最高值； 步骤S4：将目标片区的遥感图像数据、建筑空间形态数据、业态POI数据进行二维转化与数据增强处理，基于步骤S3构建的用地划分卷积神经网络深度学习模型，对目标片区城市用地进行栅格化功能判定；通过分水岭法对栅格边界进行划分，得到目标片区用地划分与功能判定结果，并进行校核和更正，得到目标片区用地划分最终结果； 步骤S3中通过平移窗口法进行深度学习训练，具体包括：采用ResUNet-a算法，建立片区平面坐标系，将任一地块的图像栅格记为Sx,y，其中x为横坐标，y为纵坐标，建立由四个相邻栅格组成的2×2规格的推理窗口Wx,y，则每个栅格Sx,y被推理窗口Wx,y、Wx-1,y、Wx,y-1、Wx-1,y-1所包含，成为四个窗口的交集，于是建立基于ResUNet-a算法的推理模型对Sx,y的用地功能判定进行深度学习推断； 步骤S3中对栅格Sx,y的栅格用地功能判定规则包含两步：第一步基于平移窗口法解析每个栅格遥感图像的语义特征，通过图像语义特征聚类得到栅格归属性的初步判定结果；第二步首先基于栅格归属性初步判定结果，将缺失空间形态和POI数据的栅格与距离最近的同类栅格进行连接，赋予其该同类栅格的空间形态和POI数据；基于表1所示空间形态和POI数据的栅格功能判定规则体系，对照各栅格对应的实际用地性质，计算栅格各项空间形态特征指标的显著度，并结合判定规则和城市用地分类与规划建设用地标准划分栅格； 表1空间形态和POI数据的栅格功能判定规则体系 所述图像语义特征聚类具体是指ResUNet-a算法模型依据图像构成要素种类、形状、面积占比、相对位置、方向性多元特征对栅格进行判定； 所述栅格归属性具体是指仅依据特征差异性将栅格归为R类、B类、G类三类，与第二步的三类栅格不严格对应； 所述空间形态特征指标的显著度具体是指每项空间形态特征指标对栅格判定结果的影响程度。

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：211189 江苏省南京市江宁区东南大学路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。