建筑违章监控方法、系统和电子设备技术方案

本申请公开了一种基于航拍图像结合模型框架信息的建筑违章监控方法、系统和电子设备。所述方法，包括：获取包含待检测建筑物的航拍图像；获取所述待检测建筑物的模型外立面图像；将所述航拍图像输入卷积神经网络以获得第一特征图；将所述模型外立面图像输入所述卷积神经网络以获取第二特征图；融合所述第一特征图与所述第二特征图以获得分类特征图；以及，基于所述分类特征图使用分类函数以获得所述航拍图像的分类结果，所述分类结果用于表示所述待检测建筑物是否违章。这样，结合航拍图像和待检测建筑物的模型框架信息以深度神经网络准确地确定所述待检测建筑物是否违章。

Monitoring method, system and electronic equipment of construction violation

【技术实现步骤摘要】
建筑违章监控方法、系统和电子设备
本申请涉及人工智能
，且更为具体地，涉及一种基于航拍图像结合模型框架信息的建筑违章监控方法、系统和电子设备。
技术介绍
“智慧城市”将信息技术与先进的城市经营服务理念进行有效融合，通过对城市的地理、资源、环境、经济等进行数字网络化管理，为城市提供更便捷、高效、灵活的公共管理的创新服务模式。对于违章建筑的监控一直是城市管理领域中一个困难问题，尤其是在比较稀疏的建筑群落，比如，别墅区等，比较普遍地存在乱搭乱建等情况。这样建筑违章问题往往仅能够通过群众举报的方式来处理，缺乏主动的监控手段。近年来，深度学习尤其是神经网络的发展为建筑违章监控的检测提供了新的解决思路和方案。
技术实现思路
为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于航拍图像结合模型框架信息的建筑违章监控方法、系统和电子设备，其结合航拍图像和待检测建筑物的模型框架信息以深度神经网络准确地确定所述待检测建筑物是否违章。根据本申请的一个方面，提供了一种基于航拍图像结合模型框架信息的建筑违章监本文档来自技高网...

【技术保护点】
1.一种基于航拍图像结合模型框架信息的建筑违章监控方法，其特征在于，包括：/n获取包含待检测建筑物的航拍图像；/n获取所述待检测建筑物的模型外立面图像；/n将所述航拍图像输入卷积神经网络以获得第一特征图；/n将所述模型外立面图像输入所述卷积神经网络以获取第二特征图；/n融合所述第一特征图与所述第二特征图以获得分类特征图；以及/n基于所述分类特征图使用分类函数以获得所述航拍图像的分类结果，所述分类结果用于表示所述待检测建筑物是否违章。/n

【技术特征摘要】
1.一种基于航拍图像结合模型框架信息的建筑违章监控方法，其特征在于，包括：
获取包含待检测建筑物的航拍图像；
获取所述待检测建筑物的模型外立面图像；
将所述航拍图像输入卷积神经网络以获得第一特征图；
将所述模型外立面图像输入所述卷积神经网络以获取第二特征图；
融合所述第一特征图与所述第二特征图以获得分类特征图；以及
基于所述分类特征图使用分类函数以获得所述航拍图像的分类结果，所述分类结果用于表示所述待检测建筑物是否违章。


2.根据权利要求1所述的基于航拍图像结合模型框架信息的建筑违章监控方法，其中，获取包括待检测建筑物的航拍图像，包括：
获取包含多个建筑物的整体航拍图像；以及
对所述整体航拍图像进行分割以获得包括待检测建筑物的单体图像的航拍图像。


3.根据权利要求1所述的基于航拍图像结合模型框架信息的建筑违章监控方法，其中，获取所述待检测建筑物的模型外立面图像，包括：
获取所述待检测建筑物的位置坐标；
基于所述位置坐标检索地理信息数据库以获得所述待检测建筑物的地理信息，所述地理信息至少包括所述待检测建筑物的地理坐标范围；
基于所述待检测建筑物的地理坐标范围构建所述待检测建筑物的三维模型；以及
提取所述三维模型的模型框架信息并填充外立面以生成所述模型外立面图像。


4.根据权利要求1所述的基于航拍图像结合模型框架信息的建筑违章监控方法，其中，获取所述待检测建筑物的模型外立面图像，包括：
获取所述待检测建筑物的计算机辅助设计图；
基于所述计算机辅助设计图构建所述待检测建筑物的三维模型；以及
提取所述三维模型的模型框架信息并填充以生成所述模型外立面图像。


5.根据权利要求1所述的基于航拍图像结合模型框架信息的建筑违章监控方法，其中，获取所述待检测建筑物的模型外立面图像，包括：
获取所述待检测建筑物的两个或者两个以上的不同角度的模型外立面图像。


6.根据权利要求5所述的基于航拍图像结合模型框架信息的建筑违章监控方法，其中，将所述模...

【专利技术属性】
技术研发人员：蔡吸礼，卢杰骅，
申请(专利权)人：杭州科技职业技术学院，
类型：发明
国别省市：浙江;33