-
公开(公告)号:CN117079131A
公开(公告)日:2023-11-17
申请号:CN202311066837.1
申请日:2023-08-23
Applicant: 东南大学
IPC: G06V20/10 , G06V10/82 , G06Q10/0639 , G06Q10/04 , G06Q50/26
Abstract: 本发明公开了基于深度学习的绿色空间服务模块识别与优化方法及系统,涉及风景园林、城市规划与人工智能技术领域,包括以下步骤:接收目标绿色空间实景图像数据,其中,所述目标绿色空间实景图像数据通过确定目标绿色空间分布范围进行获取;将目标绿色空间实景图像输入至预先建立的绿色空间服务模块识别模型内,通过识别得出各张目标绿色空间实景图像内的绿色空间服务模块;对绿色空间服务模块进行统计,对统计后的绿色空间服务模块通过绿色空间单体层面和绿色空间组群层面两方面进行优化;本发明引入深度学习技术,通过输入绿色空间实景图像,可实现对各类型绿色空间服务模块快速、大规模的识别。
-
公开(公告)号:CN116258965A
公开(公告)日:2023-06-13
申请号:CN202310262789.7
申请日:2023-03-17
Applicant: 东南大学
IPC: G06V20/10 , G06V10/774 , G06V10/762 , G06N20/00
Abstract: 本发明公开了基于机器学习的街区绿色空间结构调适方法,涉及城市规划、风景园林及人工智能技术领域,方法包括以下过程:街区空间形态识别过程,街区绿色空间结构识别过程,街区“空间形态—绿色空间结构”适配度分析过程,街区绿色空间结构调适过程,本发明突破传统街区绿色空间结构识别的规模限制,能够高效率、大范围、跨时段分析巨量化的信息样本,同时通过街区“空间形态—绿色空间结构”适配度分析,进行街区绿色空间结构调适。
-