一、基本信息 |
标题 | 一种基于街景图片与卷积神经网络的建筑物高度测算方法 | 单位 | 北京科技大学 |
电话 | 行业类别 | 其他 |
二、内容信息 | |||
成果简介: 本发明提供一种基于街景图片与卷积神经网络的建筑物高度测算方法。该方法首先 进行数据准备,包括建筑物的地理信息数据、街景全景图像采集线路地理信息数据以及 街景全景图像;然后标注街景全景图像中的建筑物,并制作样本集,训练区域卷积神经 网络;再进行全景观测点的规划以及筛选,确定每一个观测点的观测方向以及观测距离; 再使用目标检测卷积神经网络识别街景全景图像中的建筑物,利用地理信息数据中建筑 物相对于观测点的方位角确定街景图像中建筑物在地理信息数据中对应的元素;最后, 使用目标检测结果分析建筑物的上、下边界对应的俯仰角,结合地理信息数据中相应建筑物相对于观测点的距离,通过三角形的几何关系测算建筑物的高度信息。 成熟程度及推广应用情况: 目前处于何种研发阶段: ☒研发 ☐小试 ☐中试 ☐小批量生产 ☐产业化;样机: ☒有 ☐无 其他: □如选择“其他 ”,请说明:。 已投入成本:10000 元。 推广应用情况:已用于学术研究。 期望技术转移成交价格(大概金额):100000 元。 技术优势: 本发明通过使用区域卷积神经网络 Mask R-CNN ,可以忽略图像中因眩光、阴影、 遮挡、重叠等带来的干扰,在网络地图平台中利用网络爬虫获取高清晰度的街景图像, 并准确检测街景图像中的建筑物区域,具有较高鲁棒性;结合几何信息,实现较高精度的建筑物高度测算。 性能指标: 能够利用街景图像,结合水平距离数据,高效地获取某一区域内建筑物的高度信息,效率高且准确。 市场分析: 可能被住建部、建筑公司、测绘机构购买,用于建筑物高度推断工作。 经济效益分析: 该成果能够利用街景图像,结合水平距离数据,高效地获取某一区域内建筑物的高 度信息,实用性较强,具有良好的经济效益。 成果亮点: 1. 具有自主知识产权,研究成果已授权发明专利 1 项。 2. 成果来源:北京市科技新星计划项目(Z191100001119115)。 3. 技术先进性:本发明达到国内领先级别, 能够利用街景图像,结合水平距离数据,高效地获取某一区域内建筑物的高度信息。 成果相关照片: 联系人:姚老师 电 话:010-62333881 ,13718384597 |
|||
三、附件下载 | |||