恭喜武汉微集思科技有限公司甘德强获国家专利权
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!
龙图腾网恭喜武汉微集思科技有限公司申请的专利基于深度学习的违建识别监控检测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:CN114399692B 。
龙图腾网通过国家知识产权局官网在2025-03-18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:202210037212.1,技术领域涉及:G06V20/17;该发明授权基于深度学习的违建识别监控检测方法及系统是由甘德强;涂泽军;聂沈畅;张鑫设计研发完成,并于2022-01-13向国家知识产权局提交的专利申请。
本基于深度学习的违建识别监控检测方法及系统在说明书摘要公布了:本发明适用于图像处理技术领域,提供一种基于深度学习的违建识别监控检测方法及系统,所述方法包括:步骤S1、影像上传步骤:通过卫星或者无人机获取影像数据并将影像数据上传至服务端,在上传中自动完成影像数据的预处理;步骤S2、违建比对步骤:选取待比对的两期影像数据,在服务端通过比对检测,输出建筑物变化图斑;步骤S3、数据自动入库步骤:步骤S4、结果核对步骤:通过将提取的建筑物变化图斑叠加至对应在线影像,进一步核对提取图斑数据的正确性。本发明通过算法进行违建识别,能够快速且准确判断建筑是否违建,整个过程实现简单,只需训练建筑识别模型,能快速识别出建筑物的轮廓以及高度是否发生变化,然后识别出违建建筑的建筑变化图斑后,进一步核对确认,能够明显提高识别效率。
本发明授权基于深度学习的违建识别监控检测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违建识别监控检测方法,其特征在于,所述方法包括下述步骤:步骤S1、影像上传步骤:通过卫星或者无人机获取影像数据并将影像数据上传至服务端,在上传中自动完成影像数据的预处理,包括分辨率重采样、几何纠正、影像切片金字塔建设;步骤S2、违建比对步骤:选取待比对的两期影像数据,在服务端通过比对检测,输出包含建筑物轮廓变化和高度变化的建筑物变化图斑;步骤S3、数据自动入库步骤:将所提取的建筑物变化图斑自动导入成果库;步骤S4、结果核对步骤:通过将提取的建筑物变化图斑叠加至对应在线影像,进一步核对提取图斑数据的正确性,并将最终结果自动保存;其中获取的数据包括正射影像和倾斜摄影数据,所述步骤S2具体过程如下:S21、针对同一区域,获取两期正射影像,通过建筑物提取和建筑物轮廓变化检测获得建筑物轮廓变化的栅格图斑,并进一步转换为矢量图斑;S22、针对所述区域,获取与所述两期正射影像对应时期的倾斜摄影数据,通过建筑物高度变化检测获得建筑物高度变化矢量图斑;S23、将建筑物轮廓变化矢量图斑与高度变化矢量图斑融合,得到整体的建筑物变化图斑;其中步骤S21具体包括下述步骤:通过收集样本数据训练基于深度学习的建筑识别模型,所述收集样本数据包括收集所需的高分遥感数据,记录高分遥感数据拍摄时间、高度,对数据进行预处理,重采样至所需的分辨率;将待勾画样本数据图像作为电子地图底图,通过矢量化工具箱形式对影像中的建筑物图斑做勾画,矢量化工具箱提供操作回退、数据保存、数据修改、图斑统计功能,实现在线矢量化作业,矢量化完成的建筑物图斑将保存至样本库中用于在线调用训练;获取同一区域的两期正射影像,将两期正射影像使用建筑识别模型预测正射影像中的建筑图,得到建筑物图斑;将建筑物图斑使用TensorPolygonization生成简化的建筑轮廓矢量,根据两期建筑轮廓矢量变化得到建筑物轮廓变化矢量图斑。
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武汉微集思科技有限公司,其通讯地址为:430000 湖北省武汉市武昌区红巷37号(老9号)5幢1层520-521-522号星启航企业孵化器A017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”。
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。