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！

龙图腾网获悉中国建筑科学研究院有限公司;江苏中云筑智慧运维研究院有限公司;江苏吾通工程科技有限公司申请的专利建筑外立面病害的图像识别及定位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：CN119992374B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202411973686.2，技术领域涉及：G06V20/17；该发明授权建筑外立面病害的图像识别及定位方法是由张狄龙;张孟霞;贾伟超;汪浩强;杨才千;张立业;张红雷;杨泽刚设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。

本建筑外立面病害的图像识别及定位方法在说明书摘要公布了：本发明提供一种建筑外立面病害的图像识别及定位方法，通过由无人机以相机镜头正对建筑外立面的角度拍摄获取多张建筑外立面局部图像；由正图像样本和负图像样本得到数据集；构建建筑外立面病害图像识别网络模型，建筑外立面病害图像识别网络模型包括骨架网络、颈部网络和检测头网络；得到最优的建筑外立面病害图像识别网络模型；得到病害预测图像，利用尺度不变特征转换算法SIFT与随机抽样一致算法RANSAC进行拼接，得到最终建筑外立面整体识别图像。该方法能够实现建筑外立面病害的快速准确识别，能够提高检测效率，具有较精确的识别效果，具有较强的实用性与工程意义。

本发明授权建筑外立面病害的图像识别及定位方法在权利要求书中公布了：1.一种建筑外立面病害的图像识别及定位方法，其特征在于：包括以下步骤， S1、由无人机以相机镜头正对建筑外立面的角度拍摄获取多张建筑外立面局部图像； S2、对获取的建筑外立面局部图像进行筛选，将存在建筑外立面病害的建筑外立面局部图像作为正图像样本，并对建筑外立面局部图像标注病害类型，将不存在建筑外立面病害的建筑外立面局部图像作为负图像样本，由正图像样本和负图像样本得到数据集，并将数据集按设定比例划分为训练集和测试集； S3、构建建筑外立面病害图像识别网络模型，建筑外立面病害图像识别网络模型包括骨架网络、颈部网络和检测头网络，骨架网络对输入的建筑外立面局部图像进行卷积、池化以及向量拼接后输出三个尺度的特征向量，将三个尺度的特征向量输入颈部网络经过卷积、上采样以及向量拼接后得到特征图，将特征图输入检测头网络后得到病害预测图像包括带有预测框的预测图像或不带预测框的图像即不含病害的图像； S4、利用训练集并采用考虑角度损失、距离损失及形状损失的SIoU损失函数，对步骤S3构建的建筑外立面病害图像识别网络模型进行训练，得到训练后的建筑外立面病害图像识别网络模型，将测试集输入到训练后的建筑外立面病害图像识别网络模型中，依据测试集结果进行对训练后的建筑外立面病害图像识别网络模型进行超参数优化后，得到最优的建筑外立面病害图像识别网络模型； S5、将多个待识别的建筑外立面局部图像，输入最优的建筑外立面病害图像识别网络模型，得到多个病害预测图像，利用尺度不变特征转换算法SIFT与随机抽样一致算法RANSAC进行拼接，得到最终建筑外立面整体识别图像； 步骤S5中，利用尺度不变特征转换算法SIFT与随机抽样一致算法RANSAC进行拼接，得到最终建筑外立面整体识别图像，具体为， S51、带有识别结果预测框的图像大小为H×W，识别结果预测框的预测框中心点坐标xi,yi、预测框宽度wi、预测框高度hi及预测类别pi； S52、在跨平台计算机视觉库OpenCV中调用尺度不变特征变换函数即SIFT函数对建筑外立面病害图像识别网络模型输出的病害预测图像进行图像的尺度空间的极值检测、特征点定位、特征点赋值及特征描述，再调用随机抽样一致函数即RANSAC函数完成图像的特征检测与提取、特征匹配、透视变换及图像融合，得到完整的建筑外立面图像； S53、对识别结果预测框的预测框中心点坐标xi,yi进行转换：首先标记拼接前局部图像的坐标原点x0,y0，然后查找出x0,y0在拼接后图像中的坐标X0',Y0'，计算得到预测框中心点在完整的建筑外立面图像中的坐标Xi,Yi： S54、依据坐标Xi,Yi绘制宽度wi、高度hi的预测框，将预测框拼接在完整的建筑外立面图像后，得到最终的带有预测框的完整识别图像。

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中国建筑科学研究院有限公司;江苏中云筑智慧运维研究院有限公司;江苏吾通工程科技有限公司，其通讯地址为：100029 北京市朝阳区北三环东路30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。