Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 同济大学叶宇获国家专利权

同济大学叶宇获国家专利权

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!

龙图腾网获悉同济大学申请的专利一种基于深度学习的历史城区风貌完整度评价方法和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:CN119477804B

龙图腾网通过国家知识产权局官网在2026-04-21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:202411437423.X,技术领域涉及:G06T7/00;该发明授权一种基于深度学习的历史城区风貌完整度评价方法和系统是由叶宇;武静芬;陈子宜设计研发完成,并于2024-10-15向国家知识产权局提交的专利申请。

一种基于深度学习的历史城区风貌完整度评价方法和系统在说明书摘要公布了:本发明涉及一种基于深度学习的历史城区风貌完整度评价方法和系统,方法包括:获取多个点位的城市街景图像数据;针对所述城市街景图像数据提取城市街景图像的天空占比和绿视率,分别作为街廓尺度空间特征和自然要素空间特征,计算城市街景图像的店招色彩数和色彩和谐度作为建筑色彩空间特征,计算城市街景图像的传统材质占比和材质一致性作为材质机理空间特征;针对所述城市街景图像数据,获取基于ELO评分算法得到的专家评分;基于所述各类空间特征和小规模专家评分数据集构建并训练基于人工神经网络的评价模型,利用所述评价模型实现历史城区风貌完整度评价。

本发明授权一种基于深度学习的历史城区风貌完整度评价方法和系统在权利要求书中公布了:1.一种基于深度学习的历史城区风貌完整度评价方法,其特征在于,包括如下步骤: 获取多个点位的城市街景图像数据; 针对所述城市街景图像数据,利用预训练好的模型提取城市街景图像的天空占比和绿视率,分别作为街廓尺度空间特征和自然要素空间特征,通过提取城市街景图像中的色彩信息构建色彩本底库,计算城市街景图像的店招色彩数和色彩和谐度作为建筑色彩空间特征,通过构建历史城区建筑材质样本集,计算城市街景图像的传统材质占比和材质一致性作为材质机理空间特征; 针对所述城市街景图像数据,获取基于ELO评分算法得到的专家评分; 基于所述各类空间特征和小规模专家评分数据集构建并训练基于人工神经网络的评价模型,利用所述评价模型实现历史城区风貌完整度评价, 所述的建筑色彩空间特征的获取过程包括如下步骤: 基于垂直方向的城市街景图像数据,对图像中的建筑立面色彩类型进行标定,通过阴影检测和色彩校正,得到弱化光照影响的城市街景图像数据,通过提取图像色彩构建色彩本底库,得到店招色彩数信息; 基于所述色彩本底库以及针对图片色彩和谐度的专家评分,训练色彩和谐度评价模型; 利用所述色彩和谐度评价模型,得到预测的色彩和谐度,结合所述店招色彩数信息得到所述建筑色彩空间特征, 所述的材质机理空间特征的获取过程包括如下步骤: 基于垂直方向的城市街景图像数据,通过透视矫正和语义分割提取建筑要素信息,通过自适应的矩形分割提取材质单元,通过标定得到建筑材质样本集; 基于所述建筑材质样本集,训练基于卷积神经网络的分类模型,得到城市街景图像中立面材质的构成信息,得到传统材质占比和材质一致性评分,作为所述的材质机理空间特征, 采用RGB颜色模型来进行色彩划分,将红色、绿色和蓝色三个通道各自分为10个区间,每个区间包含0-255范围内的26个连续的整数值,形成包含1000种颜色类型的本底库, 以随机抽样的多张风貌区图像中店招色彩数结果的平均数作为基准值,店招色彩数得分为测得数据与基准的比值,进行归一化处理,形成店招色彩数测度到建筑色彩指标评分的转化,色彩和谐度由模型给出,归一化为分数,使用决策树算法计算店招色彩数得分和色彩和谐度的特征得分对风貌的贡献值,得到相应权重,将两方面得分进行加权平均,作为建筑色彩的风貌完整度要素的计算结果, 基于识别出的建筑立面材质种类和相应面积,通过每种材质所占的面积比例计算其在建筑立面上的分布密度,结合熵计算所得的材质分布均匀性,得到材质一致性结果。

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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。

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。