买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利生活性街道空间品质测度方法、系统、计算机设备及介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115564174B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211038230.8，技术领域涉及：G06Q10/063；该发明授权生活性街道空间品质测度方法、系统、计算机设备及介质是由黄峻;魏宗财;刘雨飞;黄绍琪;陈桂宇;王昊演设计研发完成，并于2022-08-29向国家知识产权局提交的专利申请。

本生活性街道空间品质测度方法、系统、计算机设备及介质在说明书摘要公布了：本发明公开了一种生活性街道空间品质测度方法、系统、计算机设备及介质，所述方法包括：获取目标区域的街景图像数据；根据街景图像数据，建立街景图像数据库，通过随机森林机器学习模型，对街景图像进行打分，实现对街景图像的主观感知；通过基于深度学习全卷积网络的视觉影像语义分割和K‑means聚类算法，获取街道的多个环境评价指标，对街景图像进行客观环境评价；根据层次分析法赋予街景图像的主观感知和客观环境评价的各结果权重，计算街道综合评价的测度结果。本发明可以精准测度城市生活性街道空间品质，具有高效率、易于推广运用的优势，可广泛应用于城市规划生活性街道空间品质调查测度领域。

本发明授权生活性街道空间品质测度方法、系统、计算机设备及介质在权利要求书中公布了：1.一种生活性街道空间品质测度方法，其特征在于，所述方法包括： 获取目标区域的街景图像数据； 根据街景图像数据，建立街景图像数据库，通过训练好的随机森林机器学习模型，对街景图像进行打分，实现对街景图像的主观感知； 通过基于深度学习全卷积网络的视觉影像语义分割和K-means聚类算法，获取街道的多个环境评价指标，对街景图像进行客观环境评价； 根据层次分析法赋予街景图像的主观感知和客观环境评价的各结果权重，计算街道综合评价的测度结果； 所述根据街景图像数据，建立街景图像数据库，通过随机森林机器学习模型，对街景图像进行打分，实现对街景图像的主观感知，具体包括： 根据街景图像数据，建立街景图像数据库； 对街景图像数据库随机抽取预设百分比的街景图像作为打分样本，获取目标区域所在地居民对打分样本的多级评分； 通过随机森林机器学习模型对打分样本的结果进行机器深度学习，对随机森林机器学习模型进行参数调整，得到训练好的随机森林机器学习模型； 利用训练好的随机森林机器学习模型对街景图像数据库的剩余街景图像进行打分，计算每个采样点前后左右四个方向上的街景图像得分的平均值，作为打分结果； 所述环境评价指标包括绿视率、山视率、围合度、开阔度、招牌密度、天空视率和色彩熵； 所述绿视率、山视率、围合度、开阔度、招牌密度和天空视率的获取方式如下： 通过视觉影像语义分割对街景图像进行街景识别，获得多类街景要素在街景图像中的占比结果； 选取各类街景要素识别结果中的植物、山、建筑、道路、招牌和天空六类要素的占比结果，分别作为绿视率、山视率、围合度、开阔度、招牌密度和天空视率这六个指标的值； 计算每个采样点前后左右四个方向上的绿视率、山视率、围合度、开阔度、招牌密度和天空视率这六个指标的平均值； 所述色彩熵的获取方式如下： 通过removebg算法去除语义分割后的街景图像中的天空和道路部分，保留影响街道立面混乱程度的要素； 通过K-means聚类算法提取去除天空和道路部分后的街景图像中的七个主要色彩，并分别计算七个主要色彩的颜色占比； 计算每个采样点前后左右四个方向上的色彩熵的平均值，所述色彩熵的计算公式如下： 其中，Sj表示j采样点的色彩混乱度，Xij表示j采样点各种建筑元素第i种主导颜色的像素点数量，Xj表示街景中建筑元素的像素点数量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。