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！

龙图腾网获悉湖北工业大学申请的专利一种高层施工建筑物高度测量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：CN116563748B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202310409740.X，技术领域涉及：G06V20/40；该发明授权一种高层施工建筑物高度测量方法及系统是由刘伟;袁嘉棠;肖泽瑞;刘石狮设计研发完成，并于2023-04-14向国家知识产权局提交的专利申请。

本一种高层施工建筑物高度测量方法及系统在说明书摘要公布了：本发明提供一种高层施工建筑物高度测量方法及系统，属于建筑物数据处理技术，包括：获取待测量建筑物的外立面视频数据；将外立面视频数据输入至实时语义分割模型，对外立面视频数据进行分割预测，获得视频数据语义分割预测结果；采集无人机气压计参数，结合视频数据语义分割预测结果和无人机气压计参数，得到建筑物高度信息；根据建筑物图纸楼层信息，采用机器学习将建筑物高度信息与建筑物图纸楼层信息进行校准，得到待测量建筑物的楼层测量结果。本发明通过构建高层施工建筑中关键点数据集，由无人机获取实测视频数据，采用实时语义分割模型进行分割预测，结合多种高度相关参数进行高度信息和楼层信息校准，获得较为准确的建筑高度和楼层信息。

本发明授权一种高层施工建筑物高度测量方法及系统在权利要求书中公布了：1.一种高层施工建筑物高度测量方法，其特征在于，包括： 获取待测量建筑物的外立面视频数据； 将所述外立面视频数据输入至预先训练好的实时语义分割模型，对所述外立面视频数据进行分割预测，获得视频数据语义分割预测结果； 采集无人机气压计参数，结合所述视频数据语义分割预测结果和所述无人机气压计参数，得到建筑物高度信息； 根据建筑物图纸楼层信息，采用机器学习将所述建筑物高度信息与所述建筑物图纸楼层信息进行校准，得到所述待测量建筑物的楼层测量结果； 所述将所述外立面视频数据输入至预先训练好的实时语义分割模型，对所述外立面视频数据进行分割预测，获得视频数据语义分割预测结果，包括： 获取所述外立面视频数据中的每一帧视频图像和所述实时语义分割模型的预先训练参数权重，基于所述预先训练参数权重对所述每一帧视频图像进行下采样，得到下采样后的每一帧视频图像； 将所述下采样后的每一帧视频图像分别输入至注意力机制特征提取层和图卷积特征提取层，得到注意力机制特征提取的特征图和图卷积特征提取的特征图； 融合所述注意力机制特征提取的特征图和所述图卷积特征提取的特征图，得到融合特征图； 将所述融合特征图输入分别输入至注意力机制分割网络和神经卷积分割网络进行上采样操作，得到注意力通道的特征图和神经卷积网络通道的特征图； 融合所述注意力通道的特征图和所述神经卷积网络通道的特征图，基于所述实时语义分割模型中的目标类别进行像素分类，并进行上采样操作，得到预设目标大小尺寸的掩膜图像； 依次将每一帧视频图像输入至所述实时语义分割模型，得到覆盖掩膜视频数据； 所述实时语义分割模型中的注意力机制的特征提取层为SwimTransformer； 所述实时语义分割模型中图卷积网络特征提取层为ViG，使用GNN获得更大的视野，使用GNN网络之前，对图像进行预处理，具体操作如下： 将图像转化为可进行图卷积计算的图，首先将2D图像均匀切分为12个小块，把小块称为patch，将patch映射转化为特征向量，用X表示，即X=[X1,X2,…,X12]，每个patch为一个节点，即V=[V1,V2,…,V12]，对于每个patch，计算它的K近邻NVi，i∈[1,12]并连接，获得图结构G=GX，GNN层对相邻patch进行特征聚集，并在节点之间进行信息交换，操作如下： 其中，Aggregate表示聚合操作，Updata表示更新聚合后的patch特征，表示聚合操作的可学习权重，表示更新操作的可学习权重，表示图结构，表示聚合更新操作集合，表示特征聚集函数、表示特征聚集后结果，对相邻patch的特征进行Aggregate后计算得出节点，然后进行Update操作。

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湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28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。