一种基于语义分割的园林图像量化方法技术

本发明专利技术公开了一种基于语义分割的园林图像量化方法，包括：1)根据不同园林图像语义分割任务获取不同的园林图像数据集；2)根据具体园林图像语义分割任务修改数据集设置；3)将需要进行语义分割的园林图像数据输入园林语义分割模型，所述园林语义分割模型对不同语义的园林图像数据进行分类，然后输出一张带有语义标签的图像。本发明专利技术提供的一种基于语义分割的园林图像量化方法，针对不同的园林图像，不同的任务，快速得到处理后的语义分割图像，节省大量人力与财力。大量人力与财力。大量人力与财力。

【技术实现步骤摘要】
一种基于语义分割的园林图像量化方法


[0001]本专利技术涉及图像处理
，具体地说，特别涉及一种基于语义分割的园林图像量化方法。

技术介绍

[0002]在众多形式的数据中，图片数据在刻画城市空间中拥有传统文本数据不可比拟的优势，图片是一种从人本视角记录街道空间的有效数据源，信息量大，能有效反映物质空间的形态、尺寸、风貌、品质、构成等客观参数，也能反映社会空间的活力感、安全感、幸福感、富裕感、压抑感等主观感受,内容更加丰富直观。街景图像、遥感影像和地理标记社交媒体图片是当前城市环境评价中使用的主要图片数据源。
[0003]以往的园林图像量化研究主要使用图像处理软件，地理信息系统分析工具以及人工统计3种方法，随着图像数据的海量增长，这种方式已经难以满足大范围研究的需求。近年来，基于深度学习的卷积神经网络模型在图像分类、物体检测、姿态估计、图像分割和人脸识别等多个计算机视觉应用领域中展现出较好的精度和性能，在图像分类数据集上的识别效果已经超过人眼识别模型。当前，计算机视觉技术在城市环境评价中的应用越来越广泛，包括城市风貌评估、街道绿化评本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于语义分割的园林图像量化方法，其特征在于，包括：1)根据不同园林图像语义分割任务获取不同的园林图像数据集；2)根据具体园林图像语义分割任务修改数据集设置；3)将需要进行语义分割的园林图像数据输入园林语义分割模型，所述园林语义分割模型对不同语义的园林图像数据进行分类，然后输出一张带有语义标签的图像。2.如权利要求1所述的方法，其特征在于，所述步骤3)具体为：将需要进行语义分割的园林图像数据输入所述园林语义分割模型，使用串行的空洞卷积，设置卷积核大小，根据卷积核大小，得到高级语义特征图和低级语义特征图；高级语义特征图进入到空洞金字塔池化模块ASPP，分别与四个空洞卷积层和一个池化层进行卷积和池化，得到五个特征图，然后再合并成第一特征图；所述第一特征图再通地一个1*1的卷积压缩特征运算后得到第二特征图；所述第二特征图再经过上采样得到第三特征图；将所述低级语义特征图，经过1*1卷积...

【专利技术属性】
技术研发人员：艾乔，周韦世，姚阳，董莉莉，刘华，顾韩，
申请(专利权)人：重庆交通大学，
类型：发明
国别省市：