村落建筑风貌确定方法、装置、电子设备及存储介质

文档序号:36866758发布日期:2024-02-02 20:48阅读:11来源:国知局
村落建筑风貌确定方法、装置、电子设备及存储介质

本发明涉及数据处理,尤其涉及一种村落建筑风貌确定方法、装置、电子设备及存储介质。


背景技术:

1、传统的村落建筑风貌确定方法,早期集中于对建筑形式、文化内涵和选址格局等信息进行描述性为主的定性归纳,再经过对建筑风貌特征的量化分析阶段,逐渐发展至多学科交叉背景下的风貌信息确定方法。

2、然而,无论是定性方法、定量方法,还是后期交叉学科背景下的风貌信息确定方法,在对村落中建筑的风貌信息进行确定的过程中,都由于具有一定的局限性,导致最终确定的风貌信息不够准确且效率较低。


技术实现思路

1、本发明提供一种村落建筑风貌确定方法、装置、电子设备及存储介质,用以解决现有技术中风貌信息确定方法由于具有一定的局限性,导致最终确定的风貌信息不够准确且效率较低的缺陷,实现采用建筑识别模型,可对待识别村落图像进行自动识别,在提高了数据处理效率的同时,可得到准确性较高的所有村落各自的建筑信息,进而得到准确性较高的所有村落各自的风貌信息。

2、本发明提供一种村落建筑风貌确定方法,包括:

3、获取待识别村落图像;

4、将所述待识别村落图像输入至建筑识别模型中,得到所述建筑识别模型输出的所述待识别村落图像中所有村落各自的建筑信息,所述建筑识别模型是基于村落图像样本和建筑信息样本训练得到的;

5、针对所述所有村落中的各村落,根据村落的建筑信息,确定所述村落中建筑的风貌信息。

6、根据本发明提供的一种村落建筑风貌确定方法,所述建筑识别模型是基于以下步骤训练得到的:获取所述村落图像样本和所述建筑信息样本,所述村落图像样本为训练数据,所述建筑信息样本为训练标签;采用原始建筑识别模型中的残差网络,对所述村落图像样本进行特征提取,得到第一特征样本;采用所述原始建筑识别模型中经过空洞空间金字塔池化、神经架构搜索-特征金字塔网络优化的特征金字塔网络,对所述第一特征样本进行特征提取操作,得到第二特征样本,并对所述第二特征样本进行特征融合操作,得到第三特征样本;根据所述第三特征样本和所述建筑信息样本,对所述原始建筑识别模型进行训练,得到训练好的建筑识别模型。

7、根据本发明提供的一种村落建筑风貌确定方法,所述风貌信息包括以下至少一项:建筑规模、建筑面积平均值、建筑面积占比、建筑面积多样性、建筑分布聚集度及建筑分布紊乱度,所述根据村落的建筑信息,确定所述村落中建筑的风貌信息,包括:在所述风貌信息为所述建筑面积占比的情况下,根据所述村落的建筑信息,确定所有类别风貌中任一类风貌的建筑总面积和所述所有类别风貌中所有建筑的总面积;根据所述建筑总面积和所述所有建筑的总面积,确定所述村落中任一类风貌的建筑面积占比;在所述风貌信息为所述建筑面积多样性的情况下,根据所述村落的建筑信息,确定所述所有类别风貌中任一类风貌下建筑的面积平均值;根据所述面积平均值,确定所述村落中任一类风貌的建筑面积多样性;在所述风貌信息为所述建筑分布聚集度的情况下,根据所述村落的建筑信息,确定所述所有建筑对应的观测平均间距和预测平均间距;根据所述观测平均间距和所述预测平均间距,确定所述村落的建筑分布聚集度;在所述风貌信息为所述建筑分布紊乱度的情况下,根据所述村落的建筑信息,确定所述所有建筑对应的观测平均间距;根据所述观测平均间距,确定所述村落的建筑分布紊乱度。

8、根据本发明提供的一种村落建筑风貌确定方法,所述根据所述建筑总面积和所述所有建筑的总面积,确定所述村落中任一类风貌的建筑面积占比,包括:根据占比公式,得到所述村落中任一类风貌的建筑面积占比;其中,所述占比公式为:

9、p表示所述任一类风貌的建筑面积占比;s表示所述建筑总面积;表示所述所有建筑的总面积;n表示所述村落中建筑的总数量;bi表示所述所有建筑中第i个建筑的面积。

10、根据本发明提供的一种村落建筑风貌确定方法,所述根据所述面积平均值,确定所述村落中任一类风貌的建筑面积多样性,包括:根据多样性公式,得到所述村落中任一类风貌的建筑面积多样性;其中,所述多样性公式为:

11、a表示所述建筑面积多样性;n表示所述村落中建筑的总数量;bi表示所述所有建筑中第i个建筑的面积;sb表示所述面积平均值。

12、根据本发明提供的一种村落建筑风貌确定方法,所述根据所述观测平均间距和所述预测平均间距,确定所述村落的建筑分布聚集度,包括:根据聚集度公式,得到所述村落的所述建筑分布聚集度;其中,所述聚集度公式为:r表示所述建筑分布聚集度;表示所述观测平均间距,表示所述预测平均间距。

13、根据本发明提供的一种村落建筑风貌确定方法,所述根据所述观测平均间距,确定所述村落的建筑分布紊乱度,包括:根据紊乱度公式,得到所述村落的所述建筑分布紊乱度;其中,所述紊乱度公式为:c表示所述建筑分布紊乱度;n表示所述村落中建筑的总数量;lj表示所述所有建筑中第j个建筑与所述第j个建筑的相邻建筑之间的间距;表示所述观测平均间距。

14、本发明还提供一种村落建筑风貌确定装置,包括:

15、获取模块,用于获取待识别村落图像;

16、处理模块,用于将所述待识别村落图像输入至建筑识别模型中,得到所述建筑识别模型输出的所述待识别村落图像中所有村落各自的建筑信息,所述建筑识别模型是基于村落图像样本和建筑信息样本训练得到的;针对所述所有村落中的各村落,根据村落的建筑信息,确定所述村落中建筑的风貌信息。

17、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述村落建筑风貌确定方法。

18、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述村落建筑风貌确定方法。

19、本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述村落建筑风貌确定方法。

20、本发明提供的村落建筑风貌确定方法、装置、电子设备及存储介质,通过获取待识别村落图像;将所述待识别村落图像输入至建筑识别模型中,得到所述建筑识别模型输出的所述待识别村落图像中所有村落各自的建筑信息,所述建筑识别模型是基于村落图像样本和建筑信息样本训练得到的;针对所述所有村落中的各村落,根据村落的建筑信息,确定所述村落中建筑的风貌信息。该方法采用建筑识别模型,可对待识别村落图像进行自动识别,在提高了数据处理效率的同时,可得到准确性较高的所有村落各自的建筑信息,进而得到准确性较高的所有村落各自的风貌信息。



技术特征:

1.一种村落建筑风貌确定方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,所述建筑识别模型是基于以下步骤训练得到的:

3.根据权利要求1或2所述的方法,其特征在于,所述风貌信息包括以下至少一项:建筑规模、建筑面积平均值、建筑面积占比、建筑面积多样性、建筑分布聚集度及建筑分布紊乱度,所述根据村落的建筑信息,确定所述村落中建筑的风貌信息,包括:

4.根据权利要求3所述的方法,其特征在于,所述根据所述建筑总面积和所述所有建筑的总面积,确定所述村落中任一类风貌的建筑面积占比,包括:

5.根据权利要求3所述的方法,其特征在于,所述根据所述面积平均值,确定所述村落中任一类风貌的建筑面积多样性,包括:

6.根据权利要求3所述的方法,其特征在于,所述根据所述观测平均间距和所述预测平均间距,确定所述村落的建筑分布聚集度,包括:

7.根据权利要求3所述的方法,其特征在于,所述根据所述观测平均间距,确定所述村落的建筑分布紊乱度,包括:

8.一种村落建筑风貌确定装置,其特征在于,包括:

9.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至7任一项所述村落建筑风貌确定方法。

10.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述村落建筑风貌确定方法。


技术总结
本发明提供一种村落建筑风貌确定方法、装置、电子设备及存储介质,涉及数据处理技术领域,该方法包括:获取待识别村落图像;将所述待识别村落图像输入至建筑识别模型中,得到所述建筑识别模型输出的所述待识别村落图像中所有村落各自的建筑信息,所述建筑识别模型是基于村落图像样本和建筑信息样本训练得到的;针对所述所有村落中的各村落,根据村落的建筑信息,确定所述村落中建筑的风貌信息。该方法采用建筑识别模型,可对待识别村落图像进行自动识别,在提高了数据处理效率的同时,可得到准确性较高的所有村落各自的建筑信息,进而得到准确性较高的所有村落各自的风貌信息。

技术研发人员:石炀,王文科,张杰,张大玉,刘飞,许超,张学玲,孙喆,田董炜,胡璐锦
受保护的技术使用者:北京建筑大学
技术研发日:
技术公布日:2024/2/1
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1