公开(公告)号：CN118351273A

公开(公告)日：2024-07-16

申请号：CN202410499596.8

申请日：2024-04-24

Applicant: 中国地质大学(武汉)

Inventor： 陈占龙 ,  刘江文 ,  尹子恒 ,  徐永洋 ,  陶留锋 ,  鲁谢春 ,  赵军利 ,  夏爽 ,  康华 ,  黄紫娟

IPC: G06T19/20 ,  G06T17/10 ,  G06V10/75 ,  G06V10/762 ,  G06T7/13 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/0455 ,  G06N3/0895

Abstract: 本发明提供了一种基于深度聚类与图卷积自编码的建筑物模板匹配化简方法，涉及制图综合领域。该方法通过将建筑物轮廓节点转换为图模型顶点构建建筑物轮廓的图结构；结合区域和局部的几何信息定义顶点标签；利用图卷积自编码器网络对图结构数据进行形状编码；通过深度聚类模型对形状编码进行提取，生成化简模板库；基于面积占比等指标将原始数据与模板进行对应以实现建筑物的化简。本发明将对比学习和深度聚类网络融入图卷积自编码器，能够准确提炼建筑物的形状特点，并自动构建适合不同建筑物数据集的形状模板库，有效对建筑物进行针对性化简。

公开(公告)号：CN118334393A

公开(公告)日：2024-07-12

申请号：CN202410507026.9

申请日：2024-04-25

Applicant: 中国地质大学(武汉)

Inventor： 陈占龙 ,  夏爽 ,  尹子恒 ,  徐永洋 ,  陶留锋 ,  鲁谢春 ,  赵军利 ,  刘江文 ,  康华 ,  黄紫娟

IPC: G06V10/762 ,  G06V10/40 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/084 ,  G06N3/048

Abstract: 本发明公开了一种基于Graph‑BERT的建筑物群组模式认知方法、装置与设备，涉及测绘地理信息领域，通过上下文描述信息反映建筑物与相邻要素的相似性关系，采用无监督学习方式获取用于表述建筑物所处群组模式的特征向量，特征向量能够有效区分建筑物所处群组模式是否规则，通过简单的聚类算法即可实现规则群组与不规则群组的划分与认知。本发明的有益效果是：本发明是在无样本条件下对建筑物要素进行模式认知，结合建筑物要素空间分布以及建筑物上下文信息，构建k阶亲密度的采样子图，可保证图顶点表征学习中建筑物与邻接建筑物模式特征相同，提高模式特征学习的有效性，可为建筑物群组模式识别的底层认知模型提供支撑。

公开(公告)号：CN116486266A

公开(公告)日：2023-07-25

申请号：CN202310493399.0

申请日：2023-04-25

Applicant: 中国地质大学(武汉)

Inventor： 陈占龙 ,  鲁谢春 ,  徐永洋 ,  夏爽 ,  刘江文

IPC: G06V20/10 ,  G06V10/74

Abstract: 本发明提供了一种建筑物轮廓相似性度量方法，包括：通过将建筑物轮廓的拐点转换为具有区域几何和局部方向特征标签的图模型顶点，构建建筑物轮廓的图模型；利用几何变化型变量定义所述顶点的编辑代价，将所述图模型的顶点之间的编辑操作构建为编辑路径，定义所述编辑代价之和为所述编辑路径的编辑距离；通过最优编辑路径的编辑代价反映建筑物轮廓间的形状差异。本发明的有益效果是：基于图论将最优编辑距离路径问题转化为顶点关联图的最大权团求解问题，并设计了一种启发式的检索方法用于快速准确检索最优编辑路径，认知结果与类认知高度一致，其形状检索效果高于当前主流度量方法，能够有效支持建筑物匹配、检索等应用需求。