一种基于深度学习的风景道景观评价方法

发明专利有效专利

申请号：
CN202110637630.X
IPC分类号：G06T7/00;G06N20/00;G06T7/50;G06N3/04;G06N3/08
申请日期：
2021-06-08
申请人：
刘昌琪

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于深度学习的风景道景观评价方法
申请号	CN202110637630.X	申请日期	2021-06-08
法律状态	实质审查	申报国家	暂无
公开/公告日	2021-09-17	公开/公告号	CN113409257A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;N;2;0;/;0;0;;;G;0;6;T;7;/;5;0;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	刘昌琪	申请人地址	安徽省芜湖市弋江区金域蓝湾A区4栋2单元102 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	刘昌琪	当前权利人	刘昌琪
发明人	刘昌琪;朱其静;蒋鹏飞
代理机构	北京盛凡智荣知识产权代理有限公司	代理人	李青

摘要

本发明公开了一种基于深度学习的风景道景观评价方法，包括以下步骤：a.景观均质取样，采用风景道景观取样车，在车顶设置前、后、左、右四个取样摄像头，四个摄像头固定景观取样间隔时间，每隔固定的时间拍摄固定张数的风景道景观取样照片作为景观取样结果；b.深度学习，借助深度学习模型，在评价前期通过大量的不同时段、不同季节、不同特征路段的风景道景观取样照片，由深度学习模型进行景观特征提取，由人工对不同的景观特征赋予不同的权重，深度学习模型根据打分结果进行加权求和；c.景观取样输入、自动评价、结果输出。本发明提高了风景道景观质量评价效率；提高了评价精度；保证了景观采样的均质性。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供