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！

龙图腾网获悉广东鼎耀工程技术有限公司申请的专利基于人工智能多模态数据融合的工程质量分析系统及方法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：CN120579722B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202511079457.0，技术领域涉及：G06Q10/063；该发明授权基于人工智能多模态数据融合的工程质量分析系统及方法是由唐国锋;罗小斌;田潋全;黄灿明;程培城;文向阳设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本基于人工智能多模态数据融合的工程质量分析系统及方法在说明书摘要公布了：本发明公开了基于人工智能多模态数据融合的工程质量分析系统及方法，涉及工程质量分析技术领域，包括工程质量分析平台，所述工程质量分析平台通信连接有如下模块，其中：多源数据融合模块，用于从施工现场采集包括图像数据、传感器数据以及BIM模型数据的多模态数据，并对多模态数据进行预处理，得到多模态数据集；实例分割与粗分类模块，用于对图像数据中的质量问题实例进行分割。本发明通过融合图像数据、传感器数据以及BIM模型数据的多模态信息，能够更全面地捕捉施工过程中的质量问题，并利用人工智能算法对多模态数据进行深度分析，准确识别和定位各种质量问题，包括重叠或分布在图像不同位置的问题，显著提高质量问题的识别精度。

本发明授权基于人工智能多模态数据融合的工程质量分析系统及方法在权利要求书中公布了：1.基于人工智能多模态数据融合的工程质量分析系统，包括工程质量分析平台，其特征在于，所述工程质量分析平台通信连接有如下模块，其中： 多源数据融合模块，用于从施工现场采集包括图像数据、传感器数据以及BIM模型数据的多模态数据，并对多模态数据进行预处理，得到多模态数据集； 实例分割与粗分类模块，用于对图像数据中的质量问题实例进行分割，并对分割出的质量问题实例进行粗分类，识别出质量问题类型； 质量问题细分类模块，用于针对粗分类后的质量问题类型，结合预处理后的多模态数据对每个质量问题实例进行进一步细分类，确定其具体子类型，包括如下步骤： 获取粗分类结果后，结合多模态数据对每个质量问题实例进行特征增强，将图像数据中的二值掩码、边界框与传感器数据以及BIM模型中的语义信息进行融合，把二值掩码和边界框作为空间约束，将传感器数据和语义信息映射到对应的图像区域，生成多模态特征描述； 将融合后的多模态特征输入到预训练的深度学习模型中进行细分类，采用Transformer架构进一步细分为具体子类型，并输出每个实例的具体子类型标签及置信度，包括如下步骤：选用Transformer架构搭建深度学习模型，根据粗分类后的质量问题类型数量，确定模型的层数和隐藏单元数的参数，同时，初始化模型的权重参数，采用预训练模型的参数进行迁移学习，加速模型收敛，将二值掩码、边界框、传感器数据以及BIM模型中的语义信息按照顺序排列，形成连续的结构化输入序列，作为Transformer模型的输入；将序列化后的多模态特征输入到预训练的Transformer模型中，利用Transformer的自注意力机制自动学习特征之间的关联和重要性，为每个特征分配不同的权重；经过Transformer模型的特征学习后，通过全连接层和Softmax函数对每个质量问题实例进行细分类，进而对每个质量问题实例进行细分类，将其归为具体子类型标签，同时，根据模型输出的概率分布计算每个分类结果的置信度； 对细分类结果进行验证和优化，采用留出法将数据集划分为训练集和测试集，确保训练集和测试集的数据分布相似，通过对比测试集的实际标签与模型预测标签，计算分类准确率、召回率和F1分数的指标，评估分类效果，进而输出每个质量问题实例的细分类结果，包括实例的唯一标识、具体子类型标签以及对应的置信度； 质量问题精确定位模块，用于结合图像处理和空间分析技术，对细分类后的每个质量问题实例进行精确定位，确定其具体位置； 结果可视化模块，用于对细分类和精确定位的结果进行综合分析，生成质量问题报告，并将质量问题报告以可视化的方式展示。

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广东鼎耀工程技术有限公司，其通讯地址为：528000 广东省佛山市南海区桂城盐平路瀚天科技城综合楼404-2区；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。