【技术实现步骤摘要】
本专利技术涉及建筑的深度图代替剖面图领域，尤其涉及一种基于深度图和深度学习的屋顶样式识别方法。
技术介绍
1、屋顶样式在历史建筑保护和实景三维建设中扮演着重要的角色，是进行建筑快速三维建模的关键信息，根据屋顶样式结合建筑的位置和高度信息，可以更好更快的构建出城市的建筑白模。随着实景三维建设的推动，已有大量的三维数据，如城市的mesh模型、dsm(digital surface model，数字地表模型)、单体化模型或者点云等三维数据。但是如何有效的将这些三维数据利用起来，从中挖掘出建筑的屋顶样式信息，还处于一个起步阶段。
2、现有的获取建筑屋顶样式类型的方法主要有三种，第一种是人工判别方法，人工到现场或者通过三维数据可视化软件观察建筑，目视判别其屋顶样式类型，该方法虽然精度较高，但需要大量的人力劳动，效率低，速度慢；第二种是关键点规则匹配法，构建一系列的建筑屋顶样式三维样本库，将待判定屋顶样式类型的建筑三维数据与样本库的每种样式的样本逐个进行匹配，该方法，相较于人工判别，效率有了较大提升，但精度较低，无法满足生产需求；第三种...
【技术保护点】
1.一种基于深度图和深度学习的屋顶样式识别方法，其特征在于，所述识别方法包括：
2.根据权利要求1所述的一种基于深度图和深度学习的屋顶样式识别方法，其特征在于，所述训练建筑屋顶样式类型识别深度学习模型具体包括：
3.根据权利要求2所述的一种基于深度图和深度学习的屋顶样式识别方法，其特征在于，所述模型数据为Mesh模型、DSM、单体化模型或者点云三维数据中的任意一者。
4.根据权利要求2所述的一种基于深度图和深度学习的屋顶样式识别方法，其特征在于，所述建筑屋顶样式类型识别深度学习模型采用ResNet或VGG深度学习模型。
...
【技术特征摘要】
1.一种基于深度图和深度学习的屋顶样式识别方法，其特征在于，所述识别方法包括：
2.根据权利要求1所述的一种基于深度图和深度学习的屋顶样式识别方法，其特征在于，所述训练建筑屋顶样式类型识别深度学习模型具体包括：
3.根据权利要求2所述的一种基于深度图和深度学习的屋顶样式识别方法，其特征在于，所述模型数据为mesh模型、dsm、单体化模型或者点云三维数据中的任意一者。
4.根据权利要求2所述的一种基于深度图和深度学习的屋顶样式识别方法，其特征在于，所述建筑屋顶样式类型识别深度学习模型采用resnet或vgg深度学习模型。
5.根据权利要求2所述的一种基于深度图和深度学习的屋顶样式识别方法，其特征在于，所述根据每个建筑的...
【专利技术属性】
技术研发人员：栾文博，王凯松，柯继昌，李雷，刘光，李晓亮，刘鹏，易致礼，闫宁，刘延松，
申请(专利权)人：北京市测绘设计研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。