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！

龙图腾网获悉北京汉德智控科技有限公司申请的专利一种基于机器学习的智能三维建模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：CN120374858B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510476760.8，技术领域涉及：G06T17/00；该发明授权一种基于机器学习的智能三维建模方法及系统是由刘坚;刘芳设计研发完成，并于2025-04-16向国家知识产权局提交的专利申请。

本一种基于机器学习的智能三维建模方法及系统在说明书摘要公布了：本发明涉及智能建模技术领域，并具体公开了一种基于机器学习的智能三维建模方法及系统，包括：S1：基于预设传感器对目标区域进行数据采集，得到目标区域的综合影像图像，并进行图像处理，得到综合处理图像；S2：将智能三维建模需求结合特征提取方案，从综合处理图像中提取关键图像特征，得到关键特征信息；S3：基于目标区域的区域特点进行区域分类，并结合智能三维建模需求得到目标区域三维重建模型，结合关键特征信息生成初始三维图像；S4：结合预设约束条件对三维重建模型进行模型优化，从而基于优化模型对初始三维图像进行图像优化，得到三维建模图像；用以结合机器学习模型实现高精度的三维模型重建，提高建模效率，提升了三维建模实时性能。

本发明授权一种基于机器学习的智能三维建模方法及系统在权利要求书中公布了：1.一种基于机器学习的智能三维建模方法，其特征在于，包括： S1：基于预设传感器对目标区域进行多视角、多光谱数据采集，得到目标区域的综合影像图像，并进行图像处理，得到综合处理图像； S2：基于智能三维建模需求，结合特征提取方案从综合处理图像中提取关键图像特征，得到关键特征信息； S3：基于目标区域的区域特点进行区域分类，并结合智能三维建模需求确定每一子区域的初始机器学习模型，并进行模型优化整合，得到目标区域三维重建模型，结合关键特征信息生成初始三维图像； S4：结合预设约束条件对三维重建模型进行模型优化，从而基于优化模型对初始三维图像进行图像优化，得到三维建模图像； 其中，S2：基于智能三维建模需求，结合特征提取方案从综合处理图像中提取关键图像特征，得到关键特征信息，包括： 基于智能三维建模需求从预设特征提取数据库中筛选与目标区域吻合的特征提取方案； 基于特征提取方案中的每一特征提取算法，从综合处理图像中提取出与智能三维建模对应的关键图像特征，并进行特征整理及分类，得到关键特征信息集合； 其中，S3：基于目标区域的区域特点进行区域分类，并结合智能三维建模需求确定每一子区域的初始机器学习模型，并进行模型优化整合，得到目标区域三维重建模型，结合关键特征信息生成初始三维图像，包括： 基于目标区域的区域特点进行区域分类，从而基于区域分类结果结合智能三维建模需求从预设模型数据库中筛选与每一子区域匹配的初始机器学习模型，得到目标区域的初始机器学习模型集合； 基于关键特征信息集合及综合处理图像对初始机器学习模型集合中每一初始机器学习模型进行模型训练，并基于每一训练结果进行对应的模型优化； 基于机器学习模型集合中每一初始机器学习模型的模型优化结果得到目标区域的三维重建模型； 将关键特征信息输入到三维重建模型中，从而得到目标区域的初始三维图像； 所述将关键特征信息输入到三维重建模型中，从而得到目标区域的初始三维图像，包括： 从综合处理图像中随机提取任一帧图像作为目标区域的基准图像； 提取当前基准图像对应的关键特征信息，并基于关键特征信息的类型，从同波段的综合处理图像中提取与当前基准图像相邻帧的处理图像得到第二基准图像集合； 提取第二基准图像集合中每一第二基准图像的关键特征信息，并结合基准图像对应的关键特征信息得到目标区域的第一关键特征信息集合； 将第一关键特征信息集合中的关键特征信息结合对应子区域的区域参数输入到三维重建模型中，得到目标区域在当前子区域的三维骨架图像； 随机提取基准建模图像中任一边缘点的相对坐标，并与综合处理图像中对应边缘点的相对坐标进行比较； 若比较误差小于实时建模精度需求，则将三维骨架图像作为基准建模图像； 反之，则提取当前基准图像的相邻波段的综合处理图像作为辅助基准图像，并提取与辅助基准图像对应的关键特征信息，得到与辅助基准图像相邻的辅助图像集合，从而得到辅助特征信息集合； 将辅助特征信息集合结合对应子区域的区域参数输入三维重建模型中，得到新的三维骨架图像，并比较得到基准建模图像； 基于基准建模图像的图像误差影响对基准建模图像进行误差补偿，从而对基准建模图像进行优化，得到基准优化图像； 将基准优化图像作为当前子区域的区域建模基准图像，并结合第一关键特征信息集合中属于当前区域的关键特征信息输入三维重建模型，得到当前子区域的区域三维建模图像； 将目标区域的每一子区域的区域三维建模图像进行图像拼接，从而得到目标区域的三维拼接图像； 基于实时建模精度需求得到拼接特征信息量，并基于拼接特征信息量获取三维拼接图像中每一拼接区域附近的综合处理图像，得到拼接图像集合； 随机提取拼接图像集合中除关键特征信息外的特征信息，当特征信息满足拼接特征信息量时，将提取的特征信息作为第二关键特征信息集合； 基于第二关键特征信息集合中的特征信息对三维拼接图像进行三维填充，得到三维优化图像； 将三维优化图像中每一拼接区域图像进行图像拟合及图像预测，从而得到目标区域的初始三维图像； 其中，S4：结合预设约束条件对三维重建模型进行模型优化，从而基于优化模型对初始三维图像进行图像优化，得到三维建模图像，包括： 基于实时应用场景对三维处理模型的预设约束条件进行约束优化，从而基于约束优化后的约束条件对三维处理模型进行模型约束，并结合模型优化算法进行模型优化，得到优化三维模型； 基于优化三维模型对目标区域进行智能三维建模，得到目标区域的三维优化图像； 将三维优化图像与初始三维图像输入同一三维坐标系中，从而进行图像比较； 若三维优化图像与初始三维图像的图像误差小于实时建模精度需求，则将初始三维图像作为目标区域的三维建模图像； 反之，则基于三维优化图像对初始三维图像进行图像优化，得到目标区域的三维建模图像。

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汉德智控科技有限公司，其通讯地址为：100160 北京市丰台区汽车博物馆东路1号院3号楼21层2501；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。