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！

龙图腾网获悉深圳市元景数字技术有限公司申请的专利一种基于深度学习的厂房图像三维重建动态优化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：CN119478501B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411500956.8，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的厂房图像三维重建动态优化方法及系统是由陈传忠;杨森;薛鹏飞;刘伟成设计研发完成，并于2024-10-25向国家知识产权局提交的专利申请。

本一种基于深度学习的厂房图像三维重建动态优化方法及系统在说明书摘要公布了：本发明涉及人工智能建筑设计技术领域，特别涉及一种基于深度学习的厂房图像三维重建动态优化方法及系统。本发明方法，包括以下步骤：1数据准备与预处理；2构建随机特征学习器模型；3主动式渐进学习的图像分类识别；4厂房数据一致性特征匹配；5图像分类和特征点匹配动态优化；6三维图像重建。相较于现有技术，本发明提高了三维重建的精度和效率，为厂房的三维建模和可视化提供了更加可靠的技术支持。

本发明授权一种基于深度学习的厂房图像三维重建动态优化方法及系统在权利要求书中公布了：1.一种基于深度学习的厂房图像三维重建动态优化方法，其特征在于，包括以下步骤： 1数据准备与预处理：收集厂房的多角度图像数据，确保图像覆盖厂房的所有重要区域；对收集的图像数据进行预处理，包括去除噪声、增强图像对比度以及校正图像色彩，得到预处理后的厂房图像； 2构建随机特征学习器模型：依据不同的特定分布初始化输入权重矩阵，并对输入权重矩阵施加约束；根据各个基学习器的重要性分配相应的注意力权重；构建基学习器，包括创建遵循正态分布和均匀分布的输入权重矩阵、构建隐含层输出以及通过伪逆学习得到输出权重矩阵，从而获得基学习器输出；构建元学习器，通过计算标签矩阵和基学习器网络输出的相似度，得到元学习器输入权重矩阵，并进行单隐层堆栈伪逆学习，获得元学习器网络输出； 3主动式渐进学习的图像分类识别：将预处理后的厂房图像随机平均分为训练集和候选集；通过构建基学习器和元学习器的方式，利用训练集训练基学习器和元学习器；通过迭代选择候选集中的厂房图像样本重新加入训练集，并根据元学习器输出进行样本选择和类别重新分配；计算候选样本的模糊度，构建模糊度合集，并进行迭代分类，直到迭代结束，将不同的厂房结构分布的图像进行分类，得到最终的厂房图像分类结果； 4厂房数据一致性特征匹配：对于厂房图像分类结果中同一栋厂房的相邻图像，利用ORB算法检测和提取特征点及其描述子；计算每个特征点邻域内的匹配对总数和邻域值；根据支持度区分正确匹配对和错误匹配对，去除高相似重复纹理错误匹配；对正确匹配集合实施随机抽样一致算法剔除离群点；对匹配集进行引导匹配和阈值内的运动一致性判断，保留满足条件的匹配对； 5图像分类和特征点匹配动态优化：计算图像分类中的正确划分个数和错误划分个数，计算分类正确率、分类精确度和特征匹配精度；根据分类正确率、分类精确度和特征匹配精度进行参数动态调整，直到这些指标控制在预设的阈值范围内，获得优化后的满足条件匹配对； 6三维图像重建：使用获得优化后的满足条件匹配对，通过三角测量方法计算每个特征点在三维空间中的位置；将所有特征点位置组合成点云；从点云出发，使用表面重建算法生成厂房的三维表面模型；将原始图像中的纹理信息映射到三维表面上，并提取颜色信息填充三维表面；将重建的厂房三维图像输出为适当的文件格式。

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深圳市元景数字技术有限公司，其通讯地址为：518000 广东省深圳市福田区沙头街道天安社区深南大道6023号耀华创建大厦2001；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。