[发明专利]一种基于机器视觉的用地规划方法、系统及电子设备有效
| 申请号： | 201711060490.4 | 申请日： | 2017-11-01 |
| 公开（公告）号： | CN107918776B | 公开（公告）日： | 2022-03-22 |
| 发明（设计）人： | 王书强;曹松;王祖辉;胡明辉;王鸿飞 | 申请（专利权）人： | 中国科学院深圳先进技术研究院 |
| 主分类号： | G06V10/26 | 分类号： | G06V10/26;G06V10/40;G06N3/04 |
| 代理公司： | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人： | 赵勍毅 |
| 地址： | 518055 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请涉及地形分割识别技术领域，特别涉及一种基于机器视觉的用地规划方法、系统及电子设备。所述方法包括：采集目标区域的地形图像数据；构建基于“区域卷积神经网络分支+对象区域全卷积分支”的卷积神经网络模型；将所采集的地形图像数据输入所述基于“区域卷积神经网络分支+对象区域全卷积分支”的卷积神经网络模型，通过该卷积神经网络模型提取所述地形图像数据中各地形对象的地形特征，并根据所述地形特征进行地形对象分类以及地形区域分割；根据地形对象分类以及地形区域分割结果判断所述目标区域的地形组成，并对所述目标区域进行用地规划。本申请省去了大量的人工户外测绘作业，应用场景的限制条件少，能够广泛，识别精度高。 | ||
| 搜索关键词： | 一种 基于 机器 视觉 用地 规划 方法 系统 电子设备 | ||
【主权项】：
一种基于机器视觉的用地规划方法，其特征在于，包括：步骤a：采集目标区域的地形图像数据；步骤b：构建基于“区域卷积神经网络分支+对象区域全卷积分支”的卷积神经网络模型；步骤c：将所采集的地形图像数据输入所述基于“区域卷积神经网络分支+对象区域全卷积分支”的卷积神经网络模型，通过该卷积神经网络模型提取所述地形图像数据中各地形对象的地形特征，并根据所述地形特征进行地形对象分类以及地形区域分割；步骤d：根据地形对象分类以及地形区域分割结果判断所述目标区域的地形组成，并对所述目标区域进行用地规划。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学院深圳先进技术研究院，未经中国科学院深圳先进技术研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711060490.4/，转载请声明来源钻瓜专利网。
- 上一篇：纺粘无纺布的制造方法及制造装置
- 下一篇：凹凸薄片的制造方法
