1.本发明涉及深度学习和机器视觉技术领域，尤其涉及一种基于机器图像识别和三维可视化技术的老旧小区智能化改造评估方法及系统。
背景技术：
2.老旧小区的建造时间长，在安全方面存在着一定的风险，公共设施、公共服务得不到保障，比较明显的问题为建筑老化、水管老化、排水系统滞后、道路破损、公共环境较为杂乱等，老旧小区的改造，是为了满足人民的日益提高的需求，是为了完善城市的管理，改善人民居住环境。随着《关于全面推进城镇老旧小区改造工作的指导意见》的发布，全国老旧小区改造项目将在全国大面积推广实施。由于老旧小区改造工程内容涵盖室外环境、道路与停车、配套设施、房屋、建筑结构、建筑设备6大类20项，不同省份不同区域情况又有所不同，如何改、改造前后有哪些变化是各大改造项目在设计规划阶段要解决的首要问题。
3.目前各城市老旧小区改造评估主要集中在改造项目的可行性研究报告、初步设计环节中，在编制报告期间，需要事先征询小区业主委员会、社区、主管部门等相关组织机构的评估意见，因此，在有限时间内快速有效的输出评估结果、改造前后对比成果，将极大提高老旧小区改造工程决策效率，加快推进工程进度。
技术实现要素：
4.针对上述现有技术中存在的不足之处，本发明提供了一种基于机器图像识别和三维可视化技术的老旧小区智能化改造评估方法及系统，实现改造前后三维场景区别，提高老旧小区改造工程决策效率，加快推进工程进度。
5.为实现上述目的，本发明采用的技术方案为：
6.第一方面，提供一种老旧小区智能化改造评估方法，其包括以下步骤：
7.采用基于机器图像识别技术的深度学习算法从老旧小区图像中识别出需要改造的要素；
8.依据老旧小区改造策略算法评估出改造点；所述老旧小区改造评估策略算法为按类别将老旧小区改造评估划分为多个大类，同时生成包含评估大类、评估小类、得分的各类参数，进一步依照评估大类和评估小类将改造对比表现要素划分为多个要素，并依次为各个改造对比表现要素添加改造匹配参数；
9.基于三维gis可视化平台获取改造点对应的三维模型，在改造后场景中替换原有模型；所述三维gis可视化平台为基于老旧小区revit格式的bim模型，将老旧小区的各个要素构件输出为不同改造类型的三维模型，导入3dsmax中，根据改造参数调整模型，再次导出改造后的三维模型，格式转换后再导入三维gis可视化平台中。
10.较佳地，基于机器图像识别技术的深度学习算法为采用卷积深度学习算法，构建以老旧小区屋面漏水、墙面破损、门窗破损、停车设施破旧、路面破损五个维度的图像分类模型。
11.较佳地，所述老旧小区改造策略算法的大类包括房屋质量、建筑设备、室外环境、道路停车、配套设施、文化管理六大类，同时生成评估大类、评估小类、得分、策略编号、权重、积分六类参数。
12.较佳地，所述要素包括建筑屋顶、墙面、窗户、空调位、雨棚、绿地、停车位要素。
13.较佳地，所述改造匹配参数包括改造大项、改造小项、改造特征值、改造强度系数、改造颜色、改造透明度、改造精细度可调节参数。
14.较佳地，在改造后的三维模型导入三维gis可视化平台中之后，还包括以下步骤：
15.基于浏览器web端访问的三维地图渲染引擎加载浏览三维gis可视化平台上的改造后的三维模型；
16.采用地图浏览对比模式，左侧预置加载改造前老旧小区三维模型，右侧预置加载默认为改造后的老旧小区三维场景。
17.第二方面，提供一种老旧小区智能化改造评估系统，其包括：
18.老旧小区图像识别应用模块，用于采用基于机器图像识别技术的深度学习算法从老旧小区图像中识别出需要改造的要素；
19.老旧小区改造策略算法模块，用于基于所述要素评估出改造点；所述老旧小区改造评估策略算法模块为按类别将老旧小区改造评估划分为多个大类，同时生成包含评估大类、评估小类、得分的各类参数，进一步依照评估大类和评估小类将改造对比表现要素划分为多个要素，并依次为各个改造对比表现要素添加改造匹配参数；
20.三维gis可视化平台模块，用于获取改造点对应的三维模型，在改造后场景中替换原有模型；所述三维gis可视化平台模块为基于老旧小区revit格式的bim模型，将老旧小区的各个要素构件输出为不同改造类型的三维模型，导入3dsmax中，根据改造参数调整模型，再次导出改造后的三维模型，格式转换后再导入三维gis可视化平台模块中。
21.较佳地，所述老旧小区图像识别应用模块包括数据存储及分析模块、深度学习模型。
22.较佳地，深度学习模型是基于深度学习框架tensorflow。
23.由于采用上述技术方案，使得本发明能够取得以下有益效果：
24.(1)可快速录入现场采集照片，并自动输出改造策略。
25.利用深度学习技术和智能算法匹配技术，相比人工评估时间缩短5天～10天，较传统评估快数倍。
26.(2)评估方便，减少现场勘察次数。
27.传统人工评估需要评估人员多次亲自到现场勘察，采用本方法可减少评估人员现场勘察次数，一次现场采景可输出多个评估项。
28.(3)图片样本可持续训练，提高识别率。
29.老旧小区现场采集图片可持续录入到深度学习平台中，形成老旧小区改造样本库，从而提高识别率。
30.(4)改造评估策略可持续更新，满足不同项目需要。
31.改造评估策略可持续更新，形成改造策略库，以满足不同省份不同区域的改造评估需要。
32.(5)改造要素标准化，可视化表达特征明显。
33.根据改造策略评估算法标准化改造不同要素，解决了现有bim模型构件分类无法匹配改造策略的问题。
34.(6)前后对比三维可视化程序跨终端、可交互。
35.采用webgl三维可视化技术，基于最新的ogc三维数据标准和三维地图可视化平台，解决了以往改造前后对比效果只能通过bim模型制作软件revit中浏览而无法跨终端、跨平台共享的问题。
具体实施方式
36.为让本发明的上述目的、特征和优点能更明显易懂，以下对本发明的具体实施方式作详细说明。
37.在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是本发明还可以采用其它不同于在此描述的其它方式来实施，因此本发明不受下面公开的具体实施例的限制。
38.本发明实施例提供了一种老旧小区智能化改造评估方法，其主要利用老旧小区改造评估策略算法、基于机器图像识别技术的深度学习技术、老旧小区图像识别应用模块以及三维gis可视化平台，根据不同的改造策略组合智能化输出匹配改造策略结果的可交互三维可视化场景，以达到实时对比老旧小区改造前效果与改造后效果的系统
39.老旧小区改造评估策略算法将老旧小区改造评估分为房屋质量、建筑设备、室外环境、道路停车、配套设施、文化管理六大类，同时生成评估大类、评估小类、得分、策略编号、权重、积分六类参数，进一步依照评估大类和评估小类将改造对比表现要素划分为建筑屋顶、墙面、窗户、空调位、雨棚、绿地、停车位要素，并依次为改造对比表现要素添加改造匹配参数，包括改造大项、改造小项、改造特征值、改造强度系数、改造颜色、改造透明度、改造精细度可调节参数，形成改造评估策略算法。
40.老旧小区图像识别应用模块采用基于机器图像识别技术的深度学习技术，该基于机器图像识别技术的深度学习技术包括数据存储及分析模块、深度学习模型，采用业界先进的大数据平台架构进行搭建，实现深度学习，大数据处理等服务，数据存储层是系统的各种数据，包括文本数据、文献文件、图片、视频文件、数据库数据等，结构化的数据可保存到mysql等关系数据库中，而非结构化的数据可保存到redis，hbase等nosql数据库中或者分布式文件(h d f s)系统中，所述深度学习模型是基于深度学习框架tensorflow。
41.老旧小区图像识别应用模块采用卷积深度学习算法，构建以老旧小区屋面漏水、墙面破损、门窗破损、停车设施破旧、路面破损五个维度的图像分类模型，实现老旧小区智能化监测。
42.三维gis可视化平台实现三维模型数据的管理与可视化应用，基于老旧小区revit格式的bim模型，将老旧小区建筑屋顶、墙面、窗户、空调位、雨棚、绿地、停车位等构件输出为不同改造类型、文件格式为fbx的三维模型，导入3dsmax中，根据改造参数调整模型材质、贴图，再次导出fbx三维模型，使用三维模型轻量化工具输出符合ogc三维数据标准3dtiles格式的模型数据，最终导入三维gis可视化平台中，可基于浏览器web端访问的三维地图渲染引擎(如cesiumjs)加载浏览，最终实现在pc端、平板端和移动端统一访问。采用地图浏览对比模式，左侧预置加载改造前老旧小区三维模型，右侧预置加载默认为改造前的老旧小
区三维场景。
43.总体来说，本发明老旧小区智能化改造评估方法的主要流程为：
44.老旧小区图像识别应用模块识别出需要改造的要素结果，并自动依据老旧小区改造策略算法评估出改造点，获取对应的三维模型，在改造后场景(右侧浏览窗口)中替换原有模型，多次识别应用可组成改造后三维模型，从而实现老旧小区智能化改造实时可视化对比。
45.具体来说，本发明老旧小区智能化改造评估方法，包括以下步骤：
46.步骤一、采用基于机器图像识别技术的深度学习算法从老旧小区图像中识别出需要改造的要素；
47.步骤二、依据老旧小区改造策略算法评估出改造点；老旧小区改造评估策略算法为按类别将老旧小区改造评估划分为多个大类，同时生成包含评估大类、评估小类、得分的各类参数，进一步依照评估大类和评估小类将改造对比表现要素划分为多个要素，并依次为各个改造对比表现要素添加改造匹配参数；
48.步骤三、基于三维gis可视化平台获取改造点对应的三维模型，在改造后场景中替换原有模型；三维gis可视化平台为基于老旧小区revit格式的bim模型，将老旧小区的各个要素构件输出为不同改造类型的三维模型，导入3dsmax中，根据改造参数调整模型，再次导出改造后的三维模型，格式转换后再导入三维gis可视化平台中。
49.本发明还提供了一种老旧小区智能化改造评估系统，该系统主要包括以下模块：
50.老旧小区图像识别应用模块，用于采用基于机器图像识别技术的深度学习算法从老旧小区图像中识别出需要改造的要素；
51.老旧小区改造策略算法模块，用于基于要素评估出改造点；该老旧小区改造评估策略算法模块为按类别将老旧小区改造评估划分为多个大类，同时生成包含评估大类、评估小类、得分的各类参数，进一步依照评估大类和评估小类将改造对比表现要素划分为多个要素，并依次为各个改造对比表现要素添加改造匹配参数；
52.三维gis可视化平台模块，用于获取改造点对应的三维模型，在改造后场景中替换原有模型；三维gis可视化平台为基于老旧小区revit格式的bim模型，将老旧小区的各个要素构件输出为不同改造类型的三维模型，导入3dsmax中，根据改造参数调整模型，再次导出改造后的三维模型，格式转换后再导入三维gis可视化平台中。
53.进一步地，该三维gis可视化平台模块可包括以下模块：
54.s2.1：老旧小区评估策略参数调整程序，老旧小区评估策略参数调整程序包括以下操作步骤：
55.s2.1.1：选择房屋质量参数调整模块，可调整项包括建筑结构、屋面、外墙、公共门窗；
56.s2.1.2：选择建筑设备参数调整模块，可调整项包括供气管网、供水、变配电设施、管道燃气；
57.s2.1.3：选择室外环境参数调整模块，可调整项包括绿化率、植被配置、路面积水、出入口、围墙、景观照明；
58.s2.1.4：选择道路参数调整模块，可调整项包括路面敷设、非机动车停车设施、机动车车位、交通标识；
59.s2.1.5：配套设施参数调整模块，可调整项包括室外管线、排水管网、井盖、垃圾分类、安防设施；
60.s2.2老旧小区改造前后对比三维可视化模块，老旧小区改造前后对比三维可视化模块程序包括以下操作步骤：
61.s2.2.1改造项类库管理，点击改造库类库管理打开改造库类库页面，显示所有改造项类三维模型；
62.s2.2.2改造项类设置，点击改造项类可打设置面板，可设置改造大项、改造小项、改造特征值、改造强度系数、改造颜色、改造透明度、改造精细度；
63.s2.2.3改造项设置保存，点击改造项设置保存可实时更新改造后三维可视化场景，左侧与右侧窗口同步显示相同视角，同一视角显示改造前与改造后效果。
64.与现有技术相比，本发明的技术效果在于：
65.(1)可快速录入现场采集照片，并自动输出改造策略。
66.利用深度学习技术和智能算法匹配技术，相比人工评估时间缩短5天～10天，较传统评估快数倍。
67.(2)评估方便，减少现场勘察次数。
68.传统人工评估需要评估人员多次亲自到现场勘察，采用本方法可减少评估人员现场勘察次数，一次现场采景可输出多个评估项。
69.(3)图片样本可持续训练，提高识别率。
70.老旧小区现场采集图片可持续录入到深度学习平台中，形成老旧小区改造样本库，从而提高识别率。
71.(4)改造评估策略可持续更新，满足不同项目需要。
72.改造评估策略可持续更新，形成改造策略库，以满足不同省份不同区域的改造评估需要。
73.(5)改造要素标准化，可视化表达特征明显。
74.根据改造策略评估算法标准化改造不同要素，解决了现有bim模型构件分类无法匹配改造策略的问题。
75.(6)前后对比三维可视化程序跨终端、可交互。
76.采用webgl三维可视化技术，基于最新的ogc三维数据标准和三维地图可视化平台，解决了以往改造前后对比效果只能通过bim模型制作软件revit中浏览而无法跨终端、跨平台共享的问题。
77.虽然本技术已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本技术，在没有脱离本技术精神的情况下还可作出各种等效的变化或替换，因此，只要在本技术的实质精神范围内对上述实施例的变化、变型都将落在本技术的权利要求书的范围内。
78.本发明未详细描述的技术、形状、构造部分均为公知技术。