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！

龙图腾网获悉湖南大学申请的专利一种城市尺度建筑的典型信息识别方法、装置以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：CN116385783B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310349798.X，技术领域涉及：G06V10/764；该发明授权一种城市尺度建筑的典型信息识别方法、装置以及介质是由陈毅兴;邓章设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本一种城市尺度建筑的典型信息识别方法、装置以及介质在说明书摘要公布了：本发明涉及一种城市尺度建筑的典型信息识别方法、装置以及介质，其方法包括：获取目标研究城市的建筑轮廓、POI数据以及AOI数据，并导入预设的QGIS中以进行空间连接分析和缓冲分析，得到每一建筑轮廓内所含POI类型的数量表；依据数量表对每一建筑轮廓进行主属性识别和子类型聚类分析，得到建筑轮廓所属建筑类型的识别成功信息或识别失败信息；在获取到识别失败信息时，基于随机森林模型和建筑几何信息对识别失败的建筑轮廓进行分析得到所属建筑类型。由于城市尺度的建筑体量往往庞大，本发明提出的方案在识别建筑类型中，将无监督和监督学习结合提高处理速度和识别率，不仅识别过程省时省力，且能够尽可能多地覆盖各种建筑类型。

本发明授权一种城市尺度建筑的典型信息识别方法、装置以及介质在权利要求书中公布了：1.一种基于GIS数据和高分遥感影像的城市尺度建筑的典型信息识别方法，其特征在于，包括： 获取目标研究城市的建筑轮廓、POI数据以及AOI数据； 将建筑轮廓、POI数据、AOI数据导入预先设置的QGIS中以进行空间连接分析和缓冲分析，得到每一建筑轮廓内所含POI类型的数量表，包括：将建筑轮廓、POI数据、AOI数据导入QGIS中之后，进行如下空间连接分析和缓冲分析：对于处于建筑轮廓内的POI，将该POI的类型直接分配给建筑轮廓；对于未处于建筑轮廓内的POI，在该POI与相邻建筑轮廓边界的缓冲距离满足第一要求时，将该POI的类型分配给建筑轮廓；对于处于AOI内的建筑轮廓，将该AOI的类型直接分配给建筑轮廓；对于不完全处于AOI内的建筑轮廓，在该AOI与相邻建筑轮廓的缓冲百分比满足第二要求时，将该AOI的类型分配给建筑轮廓；在通过空间分析和缓冲分析后，得到每一建筑轮廓内所含POI类型的数量表；其中，缓冲距离为从POI到相邻建筑轮廓边界的最短距离；缓冲百分比为AOI边界内的部分建筑轮廓面积占建筑轮廓总面积的百分比；第一要求为缓冲距离不超过4m；第二要求为缓冲百分比不低于70％； 依据数量表对每一建筑轮廓进行主属性识别和子类型聚类分析，得到建筑轮廓所属建筑类型的识别成功信息或识别失败信息，包括：在数量表中当建筑轮廓含有任意一个POI主属性时，则直接判别出该建筑的主类别；在数量表中当建筑轮廓含有任意多个POI主属性时，则确定该建筑轮廓的主类别为混合类型；在数量表中当建筑轮廓未含有POI主属性时，则根据所对应的AOI类型确定该建筑轮廓的主类别；在判别主属性之后，针对混合类型的建筑以及同时不具备POI主属性和AOI的建筑进行聚类，并在聚类后通过分析每个簇中POI数量的平均数和各类别占比，确定混合类型的建筑以及同时不具备POI主属性和AOI的建筑的子类别；基于主属性识别和子类型聚类分析结果，输出每一建筑轮廓所属建筑类型的识别成功信息或识别失败信息；其中，POI主属性包括商务写字楼类属性、政府机关类属性、住宅类属性、商场类属性、酒店类属性、学校类属性、医院类属性以及文化艺术馆类属性； 在获取到识别失败信息时，基于预先构建的随机森林模型和获取的建筑几何信息对识别失败的建筑轮廓进行分析，得到所属建筑类型。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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”。

以上内容由龙图腾AI智能生成。