买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西安建筑科技大学申请的专利一种基于无人机的建筑物外立面裂缝检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114705689B 。

龙图腾网通过国家知识产权局官网在2025-03-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210390380.9，技术领域涉及：G01N21/88；该发明授权一种基于无人机的建筑物外立面裂缝检测方法及系统是由刘光辉;王钜文;孟月波;徐胜军;刘一良;陈健;马泽飞设计研发完成，并于2022-04-14向国家知识产权局提交的专利申请。

本一种基于无人机的建筑物外立面裂缝检测方法及系统在说明书摘要公布了：本发明提供一种基于无人机的建筑物外立面裂缝检测方法及系统，构建裂缝图像训练数据集和验证数据集，利用无人机获取待检测建筑物的裂缝图像以及无人机与待检测建筑物的距离信息；构建基于多特征区域注意力的卷积神经网络，具体包括区域级通道注意力网络、特征提取网络和特征恢复网络；进行损失计算，利用训练数据集对基于多特征区域注意力的卷积神经网络进行训练，得到基于多特征区域注意力的语义分割模型；将验证数据集或利用无人机获取的裂缝图像输入基于多特征区域注意力的语义分割模型，得到裂缝二值图；对裂缝二值图进行处理、计算得到裂缝的实际长度，本发明集图像采集、裂缝检测与裂缝测量于一体，具有高效率、自动化检测的优点。

本发明授权一种基于无人机的建筑物外立面裂缝检测方法及系统在权利要求书中公布了：1.一种基于无人机的建筑物外立面裂缝检测方法，其特征在于，具体步骤如下：S1构建裂缝图像训练数据集和验证数据集，利用无人机检测待检测建筑物的结构并进行建模，确定裂缝在建筑物中的位置并获取裂缝图像，获取无人机与待检测建筑物的距离信息；S2构建基于多特征区域注意力的卷积神经网络，具体包括区域级通道注意力网络、特征提取网络和特征恢复网络；S3建立损失函数，进行损失计算，利用训练数据集对基于多特征区域注意力的卷积神经网络进行训练，得到基于多特征区域注意力的语义分割模型；S4将验证数据集或利用无人机获取待检测建筑物的裂缝图像输入基于多特征区域注意力的语义分割模型，得到裂缝二值图；S5对裂缝二值图进行处理得到裂缝骨架图，通过长度计算获得裂缝骨架图的像素点个数，根据无人机与待检测建筑物的距离信息获取标定像素比例关系，得到裂缝的实际长度；步骤S2中，所述区域级通道注意力网络分为挤压操作和激励操作两部分，其中：挤压操作用于通过聚焦裂缝恢复特征图区域空间维度上的特征映射来生成区域级通道描述符，该描述符代表了裂缝区域级通道特征信息，具体地，裂缝恢复特征图为X经过公式1得到区域级通道描述符Y：Y＝AvgpoolingX1式中，为C×W×H尺寸的特征图；Avgpooling表示步长为4，卷积核为4的平均池化操作；激励操作以区域级通道描述符为输入，通过公式2得到裂缝特征图权重为s，具体如下：s＝FU{σ[W2δW1Y]}2式中，W1、W2为通道数变换的一个中间操作，其中中为变换后的通道数，C为变换前的通道数；中，C为变换后的通道数，为变换前的通道数；γ为降维率，为特征图尺寸，本文中设置γ为2，δ为ReLu非线性激活，σ为sigmoid非线性激活，FU为上采样；将裂缝特征图权重与输入裂缝恢复特征图进行对应像素相乘，得到加强学习的裂缝特征图，再将输入裂缝恢复特征图和加强学习的裂缝特征图通过对应像素相加，得到加强区域级信息的裂缝特征图为P，具体如下： 式中，为特征图对应像素相乘，为特征图对应像素相加。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西安建筑科技大学，其通讯地址为：710055 陕西省西安市碑林区雁塔路13号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。