Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜上海颛创电子科技有限公司郭爱丽获国家专利权

恭喜上海颛创电子科技有限公司郭爱丽获国家专利权

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!

龙图腾网恭喜上海颛创电子科技有限公司申请的专利一种建筑信息化数据的采集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:CN117173572B

龙图腾网通过国家知识产权局官网在2025-05-16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:202311159988.1,技术领域涉及:G06V20/10;该发明授权一种建筑信息化数据的采集方法及系统是由郭爱丽;李骥;蒋浩;闫胜;李怡;夏天;曾友涛设计研发完成,并于2023-09-08向国家知识产权局提交的专利申请。

一种建筑信息化数据的采集方法及系统在说明书摘要公布了:本发明提供的一种建筑信息化数据的采集方法及系统,涉及数据处理技术领域。在本发明中,将原始图像集合进行拆分,以形成多个原始图像子集合;分别将每一个原始图像子集合标记为待分析图像序列,以及,提取到待分析图像序列对应的建筑物浅层关键信息;通过目标图像分析神经网络,挖掘出待分析图像序列对应的建筑物深层关键信息;通过目标图像分析神经网络,依据建筑物浅层关键信息和建筑物深层关键信息,分析出待分析图像序列对应的图像异常分析数据;基于图像异常分析数据,对多个原始图像子集合进行筛选,以在原始图像集合中采集到目标建筑物图像。基于上述方法,可以在一定程度上提高建筑数据采集的可靠度。

本发明授权一种建筑信息化数据的采集方法及系统在权利要求书中公布了:1.一种建筑信息化数据的采集方法,其特征在于,包括:提取到待分析建筑物对应的原始图像集合,并将所述原始图像集合进行拆分,以形成所述原始图像集合对应的多个原始图像子集合;分别将每一个所述原始图像子集合标记为待分析图像序列,以及,提取到所述待分析图像序列对应的建筑物浅层关键信息,所述待分析图像序列包括所述待分析建筑物对应的多帧待分析建筑物图像;通过目标图像分析神经网络,挖掘出所述待分析图像序列对应的建筑物深层关键信息;通过所述目标图像分析神经网络,依据所述建筑物浅层关键信息和所述建筑物深层关键信息,分析出所述待分析图像序列对应的图像异常分析数据,所述图像异常分析数据用于反映所述待分析图像序列包括的待分析建筑物图像是否存在异常图像或具有的图像异常程度;基于所述图像异常分析数据,对所述多个原始图像子集合进行筛选,以在所述原始图像集合中采集到目标建筑物图像;所述建筑信息化数据的采集方法,还包括:提取到示例性建筑物图像序列,所述示例性建筑物图像序列的图像帧数不超过预先配置的参考图像帧数,所述示例性建筑物图像序列具有图像异常标注数据,所述示例性建筑物图像序列包括第一数量个建筑物图像子序列,所述第一数量个建筑物图像子序列中的每一个建筑物图像子序列包括相邻的一帧示例性建筑物图像;依据目标序列长度,将所述第一数量个建筑物图像子序列进行滑窗分割处理,以输出所述示例性建筑物图像序列对应的多个示例性图像子序列,每一个所述示例性图像子序列包括所述第一数量个建筑物图像子序列中相邻的至少一个建筑物图像子序列;依据所述示例性建筑物图像序列,将初始图像分析神经网络进行初始优化处理,以形成中间图像分析神经网络;通过所述中间图像分析神经网络,将所述多个示例性图像子序列进行图像异常分析,以及,基于所述中间图像分析神经网络对于所述多个示例性图像子序列具有的分析可靠度,在所述多个示例性图像子序列中,确定出第一示例性图像子序列;依据所述示例性建筑物图像序列和所述第一示例性图像子序列,将所述中间图像分析神经网络进行网络优化处理,以形成所述中间图像分析神经网络对应的目标图像分析神经网络;所述示例性建筑物图像序列和所述第一示例性图像子序列中的每一个图像序列或图像子序列依次标记为网络优化用数据;所述依据所述示例性建筑物图像序列和所述第一示例性图像子序列,将所述中间图像分析神经网络进行网络优化处理,以形成所述中间图像分析神经网络对应的目标图像分析神经网络的步骤,包括:提取到所述网络优化用数据具有的示例性建筑物浅层关键信息;通过所述中间图像分析神经网络,挖掘出所述网络优化用数据对应的示例性建筑物深层关键信息;通过所述中间图像分析神经网络,依据所述示例性建筑物浅层关键信息和所述示例性建筑物深层关键信息,分析出所述网络优化用数据对应的图像异常评估数据;依据所述网络优化用数据对应的图像异常评估数据和所述网络优化用数据具有的图像异常标注数据,分析出所述中间图像分析神经网络对应的图像异常分析代价值;依据所述图像异常分析代价值,对所述中间图像分析神经网络进行网络优化处理,以形成对应的目标图像分析神经网络;所述示例性建筑物浅层关键信息包括:所述网络优化用数据中示例性建筑物图像具有的建筑物构件对应的建筑物构件关键信息,所述建筑物构件关键信息基于对所述网络优化用数据中各示例性建筑物图像具有的建筑物构件的类型占比信息进行挖掘形成,所述建筑物构件关键信息的表现形式包括向量;所述网络优化用数据中建筑物图像子序列的图像累计关键信息,所述图像累计关键信息基于对所述建筑物图像子序列包括的示例性建筑物图像的图像帧数、图像数据量进行挖掘形成,所述图像累计关键信息的表现形式包括向量;和或所述网络优化用数据中示例性建筑物图像具有的建筑物构件中的主要建筑物构件的构件累计关键信息,所述构件累计关键信息基于对所述网络优化用数据中各示例性建筑物图像具有的建筑物构件的构件数量、构件类型数量进行挖掘形成,所述构件累计关键信息的表现形式包括向量。

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上海颛创电子科技有限公司,其通讯地址为:200235 上海市闵行区放鹤路1088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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。