[發明專利]一種建筑物樓層智能識別方法及裝置

有效

• 申請號: 202011013179.6
• 申請日: 2020-09-23
• 公開（公告）號: CN112183301B
• 公開（公告）日: 2023-06-16
• 發明（設計）人: 高云龍
• 申請（專利權）人: 武漢大勢智慧科技有限公司
• 主分類號: G06V20/17
• 分類號: G06V20/17;G06V10/82;G06V10/80;G06V10/762
• 代理公司: 武漢藍寶石專利代理事務所(特殊普通合伙) 42242
• 代理人: 方菲

1.一種建筑物樓層智能識別方法，其特征在于，包括：

解析實景三維數據，獲取單個建筑物的面片聚類，并計算單個建筑物在二維平面的最小外接矩形；

將最小外接矩形的四條邊分別作為圖像的寬度，將所述單個建筑物的高度作為圖像高度構建四幅圖像，并將所述單個建筑物的立面分別投影到四幅圖像上，合并生成完整的建筑物立面圖像；其中，所述將所述單個建筑物的立面分別投影到四幅圖像上包括：計算單個建筑物實景三維數據中每個三角面片在投影平面內的覆蓋范圍和到投影平面的距離，逐個比較覆蓋范圍內像素存儲的距離值，將距離更近的像素替換為三角面片紋理對應的數值，更新像素對應的距離值；循環計算完所有的三角面片，得到最終的立面圖像；

通過數據標記工具對建筑物立面圖像進行人工標記后，將標記好的樣本輸入至特征提取網絡中，通過FPN網絡進行上下層特征融合，并連接Bottom-up特征增強結構，通過區域建議網絡生成建議窗口，結合各層級的建議窗口得到窗戶掩膜；

根據窗戶在水平方向上的排列提取窗戶的豎列，并基于豎列窗戶的平均高差得到建筑物層高，以確定建筑物樓層位置。

2.根據權利要求1所述的方法，其特征在于，所述通過區域建議網絡生成建議窗口，結合各層級的建議窗口得到窗戶掩膜包括：

通過區域建議網絡生成建議窗口，融合不同層級區域特征得到固定尺寸的特征圖，對特征圖進行分類、邊框定位和mask回歸。

3.根據權利要求1所述的方法，其特征在于，所述根據窗戶在水平方向上的排列提取窗戶的豎列，并基于豎列窗戶的平均高差得到建筑物層高具體為：

通過記錄建筑物立面圖像上每一行和每一列有窗戶掩膜的像素個數，統計窗戶分別在建筑物水平和豎直方向的像素累計值，取豎直方向上局部累計極大值所在列，計算得到豎直方向上窗戶的中心線，確定上下窗戶對，將每一對窗戶高差的平均值作為層高。

4.根據權利要求1所述的方法，其特征在于，所述根據窗戶在水平方向上的排列提取窗戶的豎列，并基于豎列窗戶的平均高差得到建筑物層高還包括：

基于所述建筑物層高計算建筑物樓層位置可能的分布情況，并以包含最多窗戶個數的分布作為正確的樓層位置。

5.一種用于建筑物樓層智能識別的裝置，其特征在于，包括：

解析模塊，用于解析實景三維數據，獲取單個建筑物的面片聚類，并計算單個建筑物在二維平面的最小外接矩形；

投影模塊，用于將最小外接矩形的四條邊分別作為圖像的寬度，將所述單個建筑物的高度作為圖像高度構建四幅圖像，并將所述單個建筑物的立面分別投影到四幅圖像上，合并生成完整的建筑物立面圖像；其中，所述將所述單個建筑物的立面分別投影到四幅圖像上包括：計算單個建筑物實景三維數據中每個三角面片在投影平面內的覆蓋范圍和到投影平面的距離，逐個比較覆蓋范圍內像素存儲的距離值，將距離更近的像素替換為三角面片紋理對應的數值，更新像素對應的距離值；循環計算完所有的三角面片，得到最終的立面圖像；

生成模塊，用于通過數據標記工具對建筑物立面圖像進行人工標記后，將標記好的樣本輸入至特征提取網絡中，通過FPN網絡進行上下層特征融合，并連接Bottom-up特征增強結構，通過區域建議網絡生成建議窗口，結合各層級的建議窗口得到窗戶掩膜；

計算模塊，用于根據窗戶在水平方向上的排列提取窗戶的豎列，并基于豎列窗戶的平均高差得到建筑物層高，以確定建筑物樓層位置。

6.根據權利要求5所述的裝置，其特征在于，所述通過區域建議網絡生成建議窗口，結合各層級的建議窗口得到窗戶掩膜包括：

通過區域建議網絡生成建議窗口，融合不同層級區域特征得到固定尺寸的特征圖，對特征圖進行分類、邊框定位和mask回歸。

7.一種電子設備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現如權利要求1至4中任一項所述建筑物樓層智能識別方法的步驟。

8.一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至4任一項所述建筑物樓層智能識別方法的步驟。