摘要
本发明涉及制图综合技术领域,公开了一种建筑物功能分类方法及设备,该方法使用RoBERTa模型提取区域的序列特征,输入基于注意力机制的图卷积网络,获得区域POI信息特征表示,利用SAM大模型对区域街景图像筛选,保留建筑物掩膜,提取建筑物掩膜的视觉特征,基于Cross‑Attention的模型融合进行跨模态特征融合,使用BERT模型对POI文本特征进行表示学习,使用Transformer对建筑物几何特征进行表示,使用Informer模型对签到数据处理提取人类活动特征,通过多层次跨模态融合网络对多模态数据融合,使用SE‑Net进行区域级和建筑物级跨级别特征融合,获得建筑物类别表示,准确率高。
技术关键词
功能分类方法
活动特征
BERT模型
序列特征
视觉特征
跨模态
掩膜
街景
文本
图像编码器
制图综合技术
分类程序
多层次
分类设备
模态特征
建筑物类别
交叉注意力机制
POI名称
系统为您推荐了相关专利信息
车牌字符识别方法
深度神经网络模型
多模态信息
图像视觉特征
注意力