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！

龙图腾网恭喜电子科技大学申请的专利一种基于深度神经网络的倾斜摄影点云建筑物重建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：CN118967940B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411159678.4，技术领域涉及：G06T17/00；该发明授权一种基于深度神经网络的倾斜摄影点云建筑物重建方法是由钟剑丹;袁晓军设计研发完成，并于2024-08-22向国家知识产权局提交的专利申请。

本一种基于深度神经网络的倾斜摄影点云建筑物重建方法在说明书摘要公布了：本发明公开了一种基于深度神经网络的倾斜摄影点云建筑物重建方法，涉及图像数据处理技术领域，包括：构造单体建筑物点云数据集、建筑物表面提取网络M1和损失函数L；训练M1得到建筑物表面提取模型M2；对待重建单体建筑物点云，用RANSAC算法得到点云集合，将所有点云集合构成集合X1；用M2预测X1中每个点的预测SDF值，得到集合X2；基于X2对待重建单体建筑物进行表面重建。本发明提出了一种一体化、全自动的建筑物表面提取和重建方法，无需人工参与，且基于较少的点重建，不仅能提高重建效率，还能尽可能简约平面的数目，使得建筑表示更简洁，占用的存储空间更少，数据量更少，从而降低计算复杂度。

本发明授权一种基于深度神经网络的倾斜摄影点云建筑物重建方法在权利要求书中公布了：1.一种基于深度神经网络的倾斜摄影点云建筑物重建方法，其特征在于：包括以下步骤；S1，选取单体建筑物点云数据集，包含多个样本，每个样本包括一单体建筑物的点云集合，且点云中每个点均标注三维坐标和SDF值，所述SDF值包括符号和距离，所述符号包括正和负，所述距离为点到其所属真实平面的真实距离；S2，构造建筑物表面提取网络M1；所述M1包括PointNet网络、第一拼接层、第二拼接层和MLP网络；所述PointNet网络用于输入一样本的点云集合P，并对每个点生成一256维的隐式向量；所述第一拼接层用于将点的三维坐标与其隐式向量拼接为259维的第一拼接向量；所述MLP包括N个全连接层FC1~FCN和一非线性激活函数层，其中第n个全连接层FCn输入节点数为512，输出节点数为253，其余全连接层的输入节点数和输出节点数均为512，N≥8且N为偶数，n=N2；第一拼接向量依次经FC1~FCn后输出253维的中间向量，中间向量与第一拼接向量经第二拼接层拼接为512维的第二拼接向量，第二拼接向量再经FCn+1~FCN、非线性激活函数层后得到预测SDF值；S3，构造损失函数L； ， ， ，式中，Lr为回归损失、Ls为交叉熵损失，为L2范数，p为点云集合P中的一个点，s为p所属的真实平面，dp,s为p到s的真实距离，fop、gp分别为p对应的预测SDF值中距离和符号，为逻辑函数，用于将gp转换为概率，为交叉熵，S为真实平面集合；S4，用单体建筑物点云数据集以最小化L来训练建筑物表面提取网络M1，得到建筑物表面提取模型M2；S5，确定场景内待重建单体建筑物，基于倾斜摄影获取场景的三维点云，从中提取出待重建单体建筑物点云；S6，用RANSAC算法对待重建单体建筑物点云去噪并进行平面拟合，得到数个拟合平面，每个拟合平面对应一点云集合，将所有点云集合构成集合X1；S7，将集合X1送入M2中，输出每个点的预测SDF值，并将预测SDF值中距离为0的点，构成集合X2；S8，基于X2对待重建单体建筑物进行表面重建。

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电子科技大学，其通讯地址为：610000 四川省成都市高新区(西区)西源大道2006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”。