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！

龙图腾网获悉北京建筑大学申请的专利基于人工智能识别推测的建筑表征碳足迹估算方法及装置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：CN120106346B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510085129.5，技术领域涉及：G06Q10/063；该发明授权基于人工智能识别推测的建筑表征碳足迹估算方法及装置是由徐跃家;金心怡;梁佳;张鑫浩;杨一诺设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本基于人工智能识别推测的建筑表征碳足迹估算方法及装置在说明书摘要公布了：本发明提供了一种基于人工智能识别推测的建筑表征碳足迹估算方法及装置，属于碳排放估算技术领域。本发明收集建筑物数据得到结构分类模型数据集和材料分类模型数据集；计算建筑物特征值，建立基于机器学习的建筑结构预测模型，基于YOLOV11模型，利用SwinTransformerV2或ConvNeXtV2计算机视觉网络替换YOLOV11模型的特征提取部分，建立基于深度学习的建筑材料预测模型；收集待评估建筑物现状数据，通过上述模型得到建筑现状特征值；基于建筑现状特征值以及碳排放因子构建碳排放计算模型；计算建筑碳排放量的估计值。本发明能够更为便捷、高效、精准的建筑材料和碳排放估计。

本发明授权基于人工智能识别推测的建筑表征碳足迹估算方法及装置在权利要求书中公布了：1.一种基于人工智能识别推测的建筑表征碳足迹估算方法，其特征在于，包括如下步骤： 步骤S1：收集数据，收集结构分类模型数据，包括建筑物数据和建筑物兴趣点POI数据，收集材料分类模型数据，包括街景图像； 步骤S2：预训练数据处理：对于结构分类模型数据，对建筑物进行标注，并将建筑物与兴趣点匹配，得到结构分类模型数据集；对于材料分类模型数据进行分割标注，得到材料分类模型数据集； 步骤S3：建立基于机器学习的建筑结构预测模型：提取建筑物特征并进行建筑物特征值计算，对建筑物特征进行评估、筛选，确定机器学习算法，建立基于机器学习的建筑结构预测模型并进行训练，得到符合预设精度的基于机器学习的建筑结构预测模型； 步骤S4：建立基于深度学习的建筑材料预测模型：对材料分类模型数据集进行数据增强，基于YOLOV11模型，利用Swin Transformer V2或ConvNeXtV2计算机视觉网络替换YOLOV11模型的特征提取部分，建立基于深度学习的建筑材料预测模型并进行训练，得到符合预设精度的基于深度学习的建筑材料预测模型； 步骤S5：收集待评估建筑物现状数据，通过基于机器学习的建筑结构预测模型和基于深度学习的建筑材料预测模型分别得到建筑结构特征值和建筑材料特征值，得到建筑现状特征值，建筑现状特征值包括建筑结构类别、建筑材料比例、建筑物几何特征值、建筑物形状特征值、建筑物兴趣点POI特征值； 步骤S6：基于建筑结构特征、建筑材料特征以及对应的碳排放因子构建碳排放计算模型； 步骤S7：根据建筑现状特征值和碳排放计算模型得到建筑碳排放量的估计值。

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北京建筑大学，其通讯地址为：100044 北京市西城区展览馆路1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”。

以上内容由龙图腾AI智能生成。