買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廈門理工學(xué)院申請的專利融合單視圖3D重建和BIM標(biāo)定的堆材體量識別與生成方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120374885B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510827984.9，技術(shù)領(lǐng)域涉及：G06T17/10；該發(fā)明授權(quán)融合單視圖3D重建和BIM標(biāo)定的堆材體量識別與生成方法是由吳志銘;項建新;林昊;方靜雯;肖稱;汪卓一;羅文滔;方天客;楊榮華;連宇新;康潤池設(shè)計研發(fā)完成，并于2025-06-20向國家知識產(chǎn)權(quán)局提交的專利申請。

本融合單視圖3D重建和BIM標(biāo)定的堆材體量識別與生成方法在說明書摘要公布了：本發(fā)明提供了融合單視圖3D重建和BIM標(biāo)定的堆材體量識別與生成方法，涉及堆材體量生成技術(shù)領(lǐng)域，該方法利用低成本的單目相機采集圖像，并借助先進的深度學(xué)習(xí)模型和三維重建算法，生成堆材的三維模型。通過與BIM模型中的虛擬相機進行尺度標(biāo)定，解決了傳統(tǒng)單視圖重建中難以克服的尺度不確定性問題，從而能夠準(zhǔn)確計算堆材的真實體積。此外，該方法還通過自動化的目標(biāo)檢測、三維坐標(biāo)計算和體積標(biāo)定流程，大幅提高了測量效率，減少了人工干預(yù)。其不僅適用于靜態(tài)堆材的體積測量，還可擴展至動態(tài)施工場景的實時監(jiān)測，為施工管理提供了強大的技術(shù)支持。

本發(fā)明授權(quán)融合單視圖3D重建和BIM標(biāo)定的堆材體量識別與生成方法在權(quán)利要求書中公布了：1.一種融合單視圖3D重建和BIM標(biāo)定的堆材體量識別與生成方法，其特征在于，包括： 獲取預(yù)設(shè)相機采集到的二維圖像，采用預(yù)設(shè)的多任務(wù)檢測模型對二維圖像進行旋轉(zhuǎn)目標(biāo)檢測與堆材類別分類任務(wù)處理，得到堆材與地面的接觸點； 獲取所述預(yù)設(shè)相機的內(nèi)參矩陣和外參矩陣，在可視化編程工具中，重現(xiàn)內(nèi)參矩陣和外參矩陣的配置，對底邊中點構(gòu)造射線與BIM地面平面方程進行射線-平面交點計算，得到圖像中底邊中點對應(yīng)的真實空間深度，具體的，將射線-平面交點參數(shù)代入交點中，得到施工堆材在世界坐標(biāo)系中的三維坐標(biāo)，將交點重新映射至相機坐標(biāo)系中，得到向量，提取該向量的第三分量作為圖像中底邊中點坐標(biāo)所對應(yīng)三維點相對于相機的真實深度； 調(diào)用預(yù)訓(xùn)練好的OccNet模型對所述二維圖像進行計算，生成一個關(guān)于施工堆材的無尺度三維網(wǎng)格； 使用可視化編程工具對無尺度三維網(wǎng)格進行提取處理，得到三維最小定向邊界框的底面四個端點的像素坐標(biāo)，并計算該像素坐標(biāo)與接觸點的歐氏距離，得到最終的投影寬度； 在針孔相機模型下，根據(jù)最終的投影寬度計算線性尺度因子，根據(jù)線性尺度因子計算堆材真實體積，并利用可視化編程工具對堆材真實體積進行可視化集成； 在調(diào)用預(yù)訓(xùn)練好的OccNet模型對所述二維圖像進行計算之前，還包括： 獲取ShapeNetCore數(shù)據(jù)集，根據(jù)ShapeNetCore數(shù)據(jù)集對初始OccNet模型進行預(yù)訓(xùn)練，以提供初始隱式場參數(shù)； 獲取預(yù)設(shè)無人機采集工地上堆材場景的RGB圖像以及對應(yīng)激光掃描點云數(shù)據(jù)，并對對應(yīng)激光掃描點云數(shù)據(jù)進行表面重建處理，生成三角網(wǎng)格模型以作為隱式場的地面真值； 使用Blender軟件構(gòu)建多種堆材幾何結(jié)構(gòu)和材料的合成場景，隨機調(diào)整光照、相機姿態(tài)與紋理，擴充數(shù)據(jù)集，并將該數(shù)據(jù)集按比例劃分為訓(xùn)練集、驗證集、測試集； 根據(jù)該數(shù)據(jù)集繼續(xù)對初始OccNet模型進行訓(xùn)練，基于IoU、Chamfer距離兩種指標(biāo)對訓(xùn)練后的初始OccNet模型進行驗證與評估，直至模型輸出達到預(yù)設(shè)值為止，得到訓(xùn)練好的OccNet模型。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人廈門理工學(xué)院，其通訊地址為：361024 福建省廈門市集美區(qū)理工路600號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。