[发明专利]违章建筑识别方法、装置及电子设备在审
| 申请号： | 201711135814.6 | 申请日： | 2017-11-14 |
| 公开（公告）号： | CN107871125A | 公开（公告）日： | 2018-04-03 |
| 发明（设计）人： | 马修·罗伯特·斯科特;黄鼎隆;傅恺 | 申请（专利权）人： | 深圳码隆科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 北京超凡志成知识产权代理事务所(普通合伙)11371 | 代理人： | 王宁宁 |
| 地址： | 518000 广东省深圳*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种违章建筑识别方法、装置及电子设备，涉及图像识别及数字处理技术领域，其中该方法包括采集待识别建筑的图像，并对该图像进行预处理，得到预处理后的图像；根据预设的深度学习模型提取预处理后的图像中对应待识别建筑的建筑特征，该预设的深度学习模型包括基于卷积神经网络的深度学习模型；利用基于上述预设的深度学习模型训练的分类器对上述建筑特征进行识别，生成对应该待识别建筑的识别结果。本发明实施例提供的技术方案，实现了对违章建筑的自动识别，且在提高识别效率的同时，有效保证了识别的准确性。 | ||
| 搜索关键词： | 违章 建筑 识别 方法 装置 电子设备 | ||
【主权项】：
一种违章建筑识别方法，其特征在于，包括：采集待识别建筑的图像，并对所述图像进行预处理，得到预处理后的图像；根据预设的深度学习模型提取所述预处理后的图像中对应所述待识别建筑的建筑特征，所述预设的深度学习模型包括基于卷积神经网络的深度学习模型；利用基于所述预设的深度学习模型训练的分类器对所述建筑特征进行识别，生成对应所述待识别建筑的识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳码隆科技有限公司，未经深圳码隆科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711135814.6/，转载请声明来源钻瓜专利网。
