-
公开(公告)号：CN117876514B
公开(公告)日：2024-07-16
申请号：CN202410028617.8
申请日：2024-01-09
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06T11/00 , G06F30/13 , G06F30/27 , G06F16/29 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提供基于CGAN的虚拟地块及建筑肌理生成方法，应用于历史风貌区更新，包括步骤：获取真实的产权地块的图像数据；进行条件生成对抗网络的图像数据集批量制作，获得图像数据集条件与指标数值条件；进行条件生成对抗网络的构建；结合图像数据集条件与指标数值条件进行训练，获取预训练模型权重进行模型评估；加载预训练好的条件生成对抗网络模型，将待设计的地块图像数据集条件和指标数值条件传入预训练网络模型；调节对抗损失函数与条件损失函数的权重数值与学习率、训练周期，生成符合指标要求且建筑平面布局符合设计规范的结果。本发明采用大数据及条件生成对抗网络的技术应用于历史风貌区更新。
-
公开(公告)号：CN117789053B
公开(公告)日：2024-07-16
申请号：CN202410002681.9
申请日：2024-01-02
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06V20/13 , G06V30/422 , G06V10/26 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多图像增强语义分割的产权地块识别方法，包括：1：获取相应的图像数据；2：数据集的批量制作；3：分割神经网络的构建；4：训练并获取预训练模型权重；5：图像判断；6：输入CAD图像与卫星图；7：图像分割，从而进行预测；8：传入预训练网络，对每个像素点进行分类并输出为设置颜色值；9：图像合并，将小图像合并生成原图像大小的预测图；10：转换为CAD；本发明通过多图像增强的语义分割网络训练学习研究类似地域的大量多来源图像资料，通过引入计算机减少了人为判断的干扰，大大增加了可学习研究的样本数量，并且通过多图像增强避免了单一数据源带来的弊端，实现了提升产权地块识别准确性的目标。
-
Patent Agency Ranking
公开(公告)号：CN117876514A
公开(公告)日：2024-04-12
申请号：CN202410028617.8
申请日：2024-01-09
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06T11/00 , G06F30/13 , G06F30/27 , G06F16/29 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/0475 , G06N3/094
Abstract: 本发明提供基于CGAN的虚拟地块及建筑肌理生成方法，应用于历史风貌区更新，包括步骤：获取真实的产权地块的图像数据；进行条件生成对抗网络的图像数据集批量制作，获得图像数据集条件与指标数值条件；进行条件生成对抗网络的构建；结合图像数据集条件与指标数值条件进行训练，获取预训练模型权重进行模型评估；加载预训练好的条件生成对抗网络模型，将待设计的地块图像数据集条件和指标数值条件传入预训练网络模型；调节对抗损失函数与条件损失函数的权重数值与学习率、训练周期，生成符合指标要求且建筑平面布局符合设计规范的结果。本发明采用大数据及条件生成对抗网络的技术应用于历史风貌区更新。
-
公开(公告)号：CN117789053A
公开(公告)日：2024-03-29
申请号：CN202410002681.9
申请日：2024-01-02
Applicant: 东南大学建筑设计研究院有限公司
IPC: G06V20/13 , G06V30/422 , G06V10/26 , G06V10/82 , G06V10/40 , G06N3/0464 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了一种基于多图像增强语义分割的产权地块识别方法，包括：1：获取相应的图像数据；2：数据集的批量制作；3：分割神经网络的构建；4：训练并获取预训练模型权重；5：图像判断；6：输入CAD图像与卫星图；7：图像分割，从而进行预测；8：传入预训练网络，对每个像素点进行分类并输出为设置颜色值；9：图像合并，将小图像合并生成原图像大小的预测图；10：转换为CAD；本发明通过多图像增强的语义分割网络训练学习研究类似地域的大量多来源图像资料，通过引入计算机减少了人为判断的干扰，大大增加了可学习研究的样本数量，并且通过多图像增强避免了单一数据源带来的弊端，实现了提升产权地块识别准确性的目标。
-
公开(公告)号：CN114003828A
公开(公告)日：2022-02-01
申请号：CN202111288750.X
申请日：2021-11-02
Applicant: 东南大学
IPC: G06F16/9537 , G06F16/29
Abstract: 本发明公开一种基于POI数据的城市街区功能混合度表达方法，涉及城市街区功能研究领域，包括获取城市POI兴趣点数据信息，对数据信息进行定性、归类与清洗，获得实际混合度与计算混合度，通过皮尔逊相关性分析获得权重系数，获得各街区的功能混合指数，生产三元相图，通过三元相图生成不同功能分级统计地图；本发明将城市功能空间结构与POI大数据相结合，为一次性识别街区内的主导功能、功能混合程度以及街区间的功能变化趋势等信息提供了较为直观的手段；同时，城市超级街区功能混合的分布特征与规律产生一定的整体性认知，并能够以此进一步探讨中的影响因素。
-
公开(公告)号：CN119809373A
公开(公告)日：2025-04-11
申请号：CN202411796763.1
申请日：2024-12-09
Applicant: 东南大学
IPC: G06Q10/0637 , G06Q10/063 , G06Q50/40 , G06Q50/26 , G06F18/22
Abstract: 本发明提供一种针对城市轨道交通多站点关联片区开发现状与潜力的匹配度计算方法、装置和存储介质，计算方法包括：获取城市道路网、建筑、POI和公共交通数据；计算轨交站点全局网络重要度、轨交站点局部聚类系数和轨道与道路公共交通站点换乘水平，构建轨道交通站点关联指数；对轨道站点关联指数进行标准化处理和核密度分析，构建轨交多站点关联程度分布的第一数据集合；计算容积率、功能混合度和路网密度，构建建成环境聚合状态的第二数据集合；根据第一数据集合和第二数据集合，计算开发现状与潜力的匹配度。本发明可实现城市轨交关键地段动态边界的捕捉、发展潜力的评估与预测，为城市更新或开发建设范围的划定及设计方向提供了依据。
-
公开(公告)号：CN114003828B
公开(公告)日：2022-04-19
申请号：CN202111288750.X
申请日：2021-11-02
Applicant: 东南大学
IPC: G06F16/9537 , G06F16/29
Abstract: 本发明公开一种基于POI数据的城市街区功能混合度表达方法，涉及城市街区功能研究领域，包括获取城市POI兴趣点数据信息，对数据信息进行定性、归类与清洗，获得实际混合度与计算混合度，通过皮尔逊相关性分析获得权重系数，获得各街区的功能混合指数，生产三元相图，通过三元相图生成不同功能分级统计地图；本发明将城市功能空间结构与POI大数据相结合，为一次性识别街区内的主导功能、功能混合程度以及街区间的功能变化趋势等信息提供了较为直观的手段；同时，城市超级街区功能混合的分布特征与规律产生一定的整体性认知，并能够以此进一步探讨中的影响因素。
-
-
-
-
-
-
Search Results
7
records
(took 0.024 seconds)
