公开(公告)号：CN119832427A

公开(公告)日：2025-04-15

申请号：CN202411901364.7

申请日：2024-12-23

Applicant: 东南大学

Inventor： 周聪惠 ,  杨柳一 ,  刘珈如 ,  刘希音 ,  罗烨 ,  包际融 ,  王森

IPC: G06V20/10 ,  G06V20/00 ,  G06V10/82 ,  G06V10/762 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明公开了智能化甄别街旁户外健身空间类型与潜力的方法，涉及城市规划、风景园林及人工智能技术领域，包括：将目标区域的城市空间图像数据集输入至预先建立的户外健身空间活动类型甄别模型中，得出城市空间图像对应户外健身空间活动类型的户外健身空间潜力点；将目标区域的城市空间图像数据集输入至对应户外健身空间活动潜力评价模型中，得到城市空间图像对应户外健身空间活动类型的户外健身空间潜力点的活动潜力评价；本发明能够借助智能化目标检测与深度学习技术对城市空间场地进行分析，量化空间场地健身行为与场地要素特质的配置关系，建立城市空间完整视觉场景与户外健身活动潜力之间的稳定推导关系。

公开(公告)号：CN120012576A

公开(公告)日：2025-05-16

申请号：CN202510084220.5

申请日：2025-01-20

Applicant: 东南大学

Inventor： 周聪惠 ,  张诗宁 ,  杨柳一

IPC: G06F30/27 ,  G06F30/13 ,  G06F16/29 ,  G06F18/27 ,  G06F18/243 ,  G06N3/126 ,  G06N5/01 ,  G06N20/20 ,  G06V20/10

Abstract: 本发明公开了一种街区绿色空间结构智能优化方法及系统，涉及城市规划、风景园林、人工智能技术领域，包括：获取规划区域，基于规划区域进行单元划定，得到多个街区单元，获取每个街区单元的相关指标数据，将每个街区单元的相关指标数据输入至预先建立的回归模型内，输出得到优化后的回归模型；对优化后的回归模型计算变量重要性，基于变量重要性进行权重修正和耦合度计算，得到修正权重以及街区单元耦合度；获取空置用地图像，对空置用地图像进行栅格识别后叠加得到空置用地扩张区域，并基于优化后的回归模型进行用地栅格空置概率预测，得到空置用地概率；基于空置用地概率生成街区初始数据库，基于遗传算法对街区初始数据库生成初始种群，并基于强化学习算法通过每一代初始种群中最优个体的适应度确定街区绿色空间结构优化结果；能够为城市绿色空间规划提供多样化的选择。

公开(公告)号：CN119990516A

公开(公告)日：2025-05-13

申请号：CN202510048593.7

申请日：2025-01-13

Applicant: 东南大学

Inventor： 周聪惠 ,  张诗宁 ,  杨柳一 ,  侯佳茵 ,  杨茹惠

IPC: G06Q10/063 ,  G06Q50/26 ,  G06V10/774 ,  G06V10/764 ,  G06V20/10

Abstract: 本发明公开了基于空置概率的绿色空间增补成本智能化评估方法及系统，涉及城乡规划、风景园林和人工智能技术领域。本发明包括：接收目标区域单元用地的遥感影像，基于遥感图像识别得到城市空置用地及低效建设用地，对城市空置用地及低效建设用地汇总得到整体空置用地识别结果。本发明通过综合使用了遥感影像和多源数据，可识别包含城市户外空地和低效建设用地两大类的空置用地类型，对空置用地的识别范围更全面，且采用随机森林回归算法预测空置概率，可以实现对用地空置状态的动态性预测，同时基于空置概率和增补成本，确定了绿色空间增补优先级，并基于绿色增补成本评估提高了绿色空间增补方案的可行性。

公开(公告)号：CN119989165A

公开(公告)日：2025-05-13

申请号：CN202510050515.0

申请日：2025-01-13

Applicant: 东南大学

Inventor： 周聪惠 ,  杨柳一 ,  张诗宁 ,  张用长 ,  方鑫烨 ,  沈力

IPC: G06F18/243 ,  G06F18/214 ,  G06N5/01 ,  G06Q10/0639 ,  G06Q50/26

Abstract: 本发明公开了一种绿色空间结构与建成环境耦合度测算方法及系统，涉及城市规划、风景园林和人工智能技术领域，通过耦合结构的建立，基于随机森林回归模型构建城市观测数据与绿地结构‑建成环境关联指标之间的显著性关系，将城市绿色空间绩效评估转化一系列耦合值，优化了城市绿色空间绩效评估体系庞大、指标冗杂，量化困难的问题，提升了效益评估准确度与测算效率。

公开(公告)号：CN118279731A

公开(公告)日：2024-07-02

申请号：CN202410376363.9

申请日：2024-03-29

Applicant: 东南大学

Inventor： 周聪惠 ,  刘珈如 ,  包际融 ,  王森 ,  杨柳一 ,  罗烨 ,  刘希音

IPC: G06V20/00 ,  G06V10/44 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了基于特征智能检测的非正规户外健身空间识别方法及系统，涉及城市规划、风景园林及人工智能技术领域，包括：接收城市空间街景图像，将城市空间街景图像输入至训练的户外健身空间服务能力甄别模型内，输出城市空间街景图像对应的空间场地特征，以及所述空间场地特征与每类的户外健身活动相匹配的适宜度，根据适宜度匹配户外健身活动对应的空间场地，所述对应的空间场地为所述空间场地特征对应的城市空间街景图像中的场地信息，本发明能够借助深度学习模型对城市空间场地进行分析，量化空间场地与设施的配置关系。

公开(公告)号：CN116310786A

公开(公告)日：2023-06-23

申请号：CN202211720124.8

申请日：2022-12-30

Applicant: 东南大学

Inventor： 周聪惠 ,  杨柳一 ,  吴欣雨 ,  蒋卓洋

IPC: G06V20/10 ,  G06V10/26 ,  G06V10/46 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明提供基于深度学习的街旁微绿地增补潜力识别和/或实施方法，涉及城乡规划、风景园林和人工智能领域。该街旁微绿地增补潜力识别方法，以街景图像大数据为基础，基于城市规划和风景园林领域的分析理论提出微绿地增补潜力甄别标准，并通过深度学习技术量化潜力甄别体系，并整合语义分割技术具体分析潜在增补点的客观环境要素，为城市微绿地规划布局提供精准有效的增补及实施策略依据。本发明充分利用深度学习和基础机器学习语义分割技术的优势，分别在空间和要素上分别进行甄别和分析，既能得到潜在增补点的潜力大小，又能获得具有优化潜力的增补点的具体增补实施策略。

公开(公告)号：CN115909030A

公开(公告)日：2023-04-04

申请号：CN202211448726.2

申请日：2022-11-18

Applicant: 东南大学

Inventor： 周聪惠 ,  蒋卓洋 ,  杨柳一 ,  吴欣雨 ,  孙一 ,  朱旋

IPC: G06V20/00 ,  G06V10/764 ,  G06V10/82 ,  G06V10/77 ,  G06V10/762 ,  G06F16/29 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了基于机器学习的小微绿地增补选址方法，属于城乡规划技术领域，通过对数据进行采集实验；通过采集的数据建立小微绿地选址潜力特征指数体系并针对建立的不同层次的潜力特征指数体系的特性，综合各层次的潜力特征结果所蕴含的不同方向上小微绿地潜在选址点的潜力甄别特征，构建小微绿地选址潜力量化甄别体系；通过常规机器学习和深度学习训练小微绿地选址潜力甄别模型；应用小微绿地选址潜力甄别模型进行小微绿地选址潜力打分，得到最终小微绿地选址潜力量化甄别结果，进行排名和选择，确定小微绿地选址点的增补选址优先级，从而选择优先增补选址点。