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！

龙图腾网获悉广东工业大学申请的专利一种城市街景信息检索方法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：CN120596748B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202510076289.3，技术领域涉及：G06F16/9537；该发明授权一种城市街景信息检索方法是由马兰;叶鸿杰;赵旭设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本一种城市街景信息检索方法在说明书摘要公布了：一种城市街景信息检索方法，包括以下步骤：S100、街景数据获取，通过谷歌地图API接口，获取一城市全城街景图像信息及其所对应的地理经纬度信息；S200、街景图像视觉特征提取与量化，对街景图像的视觉特征进行多维度提取与量化分析，构建综合视觉表征体系，其中包括：视觉实体表征、视觉印象表征和视域结构表征三大类；S300、街景数据的综合训练与智能搜索系统的形成，采用自组织映射神经网络算法对街景视觉表征体系数据集进行综合训练，构建结构化、可视化的街景特征分布图，形成智能搜索系统的核心体系；S400、智能搜索系统的使用，包括街景视觉信息检索、可视化展示与交互探索。提供直观、高效的城市街景数据查询与分析服务。

本发明授权一种城市街景信息检索方法在权利要求书中公布了：1.一种城市街景信息检索方法，其特征在于，包括以下步骤： S100、街景数据获取，通过谷歌地图API接口，获取一城市全城街景图像信息及其所对应的地理经纬度信息； S200、街景图像视觉特征提取与量化，对街景图像的视觉特征进行多维度提取与量化分析，构建综合视觉表征体系，其中包括：视觉实体表征、视觉印象表征和视域结构表征三大类； S300、街景数据的综合训练与智能搜索系统的形成，采用自组织映射神经网络算法对街景视觉表征体系数据集进行综合训练，构建结构化、可视化的街景特征分布图，形成智能搜索系统的核心体系； S400、智能搜索系统的使用，以视觉特征数据集为核心建立搜索系统，以街景视觉信息检索和城市街景全景图展示与交互探索的方式，提供直观、高效的城市街景数据查询与分析服务； 在步骤S300中，具体包括以下步骤： S310、街景视觉数据的特征标准化，为了提高模型的收敛性和搜索结果的稳定性，首先应用z-score算法对所有输入参数进行标准化处理，确保各特征在同一数值范围内具有一致的权重； z-score公式为：； 其中，为原始数据的第个特征值，为数据均值，为数据标准差； S320、自组织映射神经网络算法进行模型训练，通过自组织映射神经网络算法对输入数据进行训练，模型能够学习数据的内在结构，，将高维数据映射到二维特征空间中，同时保留数据间的相似关系的拓扑结构； 步骤S320具体为： S321、初始网络构建，设定自组织映射神经网络算法的网络节点结构30*30，并随机初始化每个节点的权重向量； S322、权重更新，在训练过程中，通过计算输入数据与网络节点之间的欧氏距离，将输入数据映射到与其最接近的网络节点，并对该节点及其邻域的权重向量进行更新，公式为： ； ； 其中，是每次更新过程中所产生的最接近原始数据的网络节点，代表在时间时的更新权重，代表原始数据，是高斯邻域函数； S323、聚类形成，经过多次迭代训练后，相似的街景数据被聚集到相邻的网络节点上，形成聚类分布； 构建“视觉实体表征”，其中包括：建筑构造、街道家具、开放性、绿视率、可行走道路、车行道、多功能场地、人类活动、交通活力、景观；其量化方法均采用像素占比率的计算，即特征在整个图像总像素中的比例； 特征在于构建“视觉印象表征”，其中包括： 纹理复杂度，采用分形维数算法来测算；布局复杂度，采用图像二维熵算法来测算；色彩复杂度，采用色彩复杂度测算来测算； 构建“视域结构表征”，其中包括： 视域面积，采用视域面积计算方式来测算；视域周长，采用视域周长计算方式来测算；视线紧凑度，采用视域紧凑度计算方式来测算；视域遮挡度，采用视域遮挡度计算方式来测算；视域偏度，采用视域视线偏度计算方式来测算；视域漂移度，采用视域漂移度计算方式来测算。

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广东工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729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。