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)獲悉四川大學(xué);成都巽慧科技有限公司申請的專利基于多模態(tài)大模型的建筑物震害損傷智能評估方法獲國家發(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：CN117292230B 。

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：202311278623.0，技術(shù)領(lǐng)域涉及：G06V10/80；該發(fā)明授權(quán)基于多模態(tài)大模型的建筑物震害損傷智能評估方法是由王健澤;江永清;戴靠山;徐軍;丁煥龍;郁文海設(shè)計研發(fā)完成，并于2023-10-07向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于多模態(tài)大模型的建筑物震害損傷智能評估方法在說明書摘要公布了：本發(fā)明公開了一種基于多模態(tài)大模型的建筑物震害損傷智能評估方法，屬于地震工程技術(shù)領(lǐng)域；包括以下步驟：采集損傷圖片構(gòu)建多模態(tài)震害評估數(shù)據(jù)集；構(gòu)建多模態(tài)震害評估大模型，并使用圖像?文本對比損失函數(shù)進(jìn)行優(yōu)化，通過多模態(tài)編碼器輸出一個新的多模態(tài)向量表示；采用數(shù)據(jù)集對多模態(tài)震害評估大模型進(jìn)行訓(xùn)練，將訓(xùn)練完畢的多模態(tài)震害評估大模型算法集成無人機(jī)或巡檢車；對地震受災(zāi)現(xiàn)場的各棟建筑物進(jìn)行實時震害評估，生成區(qū)域性建筑災(zāi)損評估報告。本發(fā)明提出的評估方法通過綜合利用多模式損傷圖片和損傷語言描述的多種信息源，結(jié)合深度學(xué)習(xí)技術(shù)，實現(xiàn)更專業(yè)與準(zhǔn)確地評估建筑物損傷程度判斷的功能，可以為地震災(zāi)害應(yīng)急救援工作提供重要的技術(shù)支持。

本發(fā)明授權(quán)基于多模態(tài)大模型的建筑物震害損傷智能評估方法在權(quán)利要求書中公布了：1.基于多模態(tài)大模型的建筑物震害損傷智能評估方法，其特征在于：包括以下步驟： S1、采集建筑的地震損傷圖片構(gòu)建數(shù)據(jù)集： 通過網(wǎng)絡(luò)爬蟲、現(xiàn)場調(diào)查、災(zāi)后影像和專家報告的途徑采集不同地區(qū)、不同建筑物類型和不同震級下的損傷圖片，將采集到的損傷圖片調(diào)整為同一尺寸，并按照“建筑物地震破壞等級劃分標(biāo)準(zhǔn)”對所有采集的損傷圖片進(jìn)行文本描述的標(biāo)注，構(gòu)建多模態(tài)震害評估數(shù)據(jù)集； S2、多模態(tài)震害評估大模型的構(gòu)建： S21、由兩個圖像編碼器和兩個文本編碼器共同構(gòu)建組成多模態(tài)震害評估大模型，四個編碼器對應(yīng)的輸入分別為熱成像圖像、RGB震害損傷圖片、損傷文本信息描述和激光雷達(dá)數(shù)據(jù)，每個編碼器內(nèi)部均利用自注意力機(jī)制和前向傳播逐步提取和編碼不同模態(tài)數(shù)據(jù)的特征，并經(jīng)過每個編碼器的處理獲得相應(yīng)輸入數(shù)據(jù)的固定長度特征表示，固定長度特征表示包含了不同模態(tài)數(shù)據(jù)之間的關(guān)聯(lián)性和重要特征，并在相鄰兩個編碼器之間進(jìn)行參數(shù)共享； S22、根據(jù)圖像-文本對比損失函數(shù)的最小化目標(biāo)對多模態(tài)特征進(jìn)行優(yōu)化，圖像-文本對比損失函數(shù)用于衡量圖像和文本之間的相似性或相關(guān)性，由三部分組成：圖像-文本匹配損失，用于衡量圖像與其對應(yīng)文本描述之間的匹配程度；文本生成損失，用于衡量模型生成的文本描述與真實文本描述之間的相似度；損傷信息分類損失，用于衡量模型預(yù)測的損傷信息與真實損傷信息之間的準(zhǔn)確度； S23、由自注意力機(jī)制、前向傳播、多頭自注意力機(jī)制和多頭跨模態(tài)注意力機(jī)制構(gòu)建多模態(tài)編碼器，并輸出一個新的多模態(tài)向量表示，每個向量包含了視覺、文本和位置信息的融合； S3、訓(xùn)練多模態(tài)震害評估大模型： 在步驟S1中多模態(tài)震害評估數(shù)據(jù)集準(zhǔn)備和步驟S2中多模態(tài)震害評估大模型構(gòu)建完成的基礎(chǔ)上進(jìn)行模型訓(xùn)練，獲取模型的訓(xùn)練權(quán)重，訓(xùn)練過程包括預(yù)訓(xùn)練和微調(diào)兩階段，預(yù)訓(xùn)練階段中采用通過互聯(lián)網(wǎng)爬取的大規(guī)模建筑損傷圖片和損傷現(xiàn)象對應(yīng)的文字描述的數(shù)據(jù)集來訓(xùn)練模型對圖片特征的通用理解，微調(diào)階段中采用步驟S1中挑選的更為精細(xì)的數(shù)據(jù)集來提高模型的精確性和泛化能力； 在實際應(yīng)用中，多模態(tài)震害評估大模型通過加載預(yù)訓(xùn)練權(quán)重，在給定現(xiàn)場實時采集建筑損傷圖片后，提供各種場景下?lián)p傷類別劃分、損傷等級評估、震后修復(fù)加固的指導(dǎo)性意見； S4、多模態(tài)震害評估大模型算法集成于無人機(jī)或巡檢車： 將步驟S3中加載預(yù)訓(xùn)練權(quán)重的多模態(tài)震害評估大模型集成到無人機(jī)或巡檢車系統(tǒng)，在實際受災(zāi)場景下，集成多模態(tài)大模型的巡檢車或無人機(jī)裝備實時拍攝震害現(xiàn)場的圖片，記錄每張圖片地理位置信息，通過多模態(tài)震害評估大模型對拍攝建筑進(jìn)行震害分析； S5、評估目標(biāo)受災(zāi)區(qū)域內(nèi)各建筑震害： 在面向區(qū)域性建筑群進(jìn)行震害勘察時，集成多模態(tài)震害評估大模型的無人機(jī)或巡檢車將提前規(guī)劃路線，確定要掃描的目標(biāo)區(qū)域內(nèi)各建筑的訪問順序；使用無人機(jī)或巡檢車搭載的相機(jī)、熱成像儀和激光雷達(dá)設(shè)備，收集災(zāi)區(qū)各建筑的圖像、溫度和幾何尺寸數(shù)據(jù)；將收集到的災(zāi)區(qū)建筑震害圖像數(shù)據(jù)輸入到步驟S2和S3中構(gòu)建和訓(xùn)練完成的多模態(tài)震害評估大模型中，進(jìn)行視覺特征提取、文本編碼、多模態(tài)編碼和損失函數(shù)優(yōu)化的操作，評估各個建筑物的震害程度； S6、生成受災(zāi)的目標(biāo)區(qū)域內(nèi)各建筑地震損傷評估報告： 根據(jù)步驟S5中集成多模態(tài)震害評估大模型的無人機(jī)和巡檢車系統(tǒng)獲取的各建筑震害評估結(jié)果，利用圖神經(jīng)網(wǎng)絡(luò)模型對給定地理位置鄰近地區(qū)中類似建筑物的損壞情況進(jìn)行評估，對目標(biāo)受災(zāi)區(qū)域進(jìn)行網(wǎng)格劃分，每個網(wǎng)格進(jìn)行損傷等級劃分，并計算出每個網(wǎng)格的地震經(jīng)濟(jì)損失，根據(jù)損傷等級、損失金額指標(biāo)，對災(zāi)區(qū)進(jìn)行總體評估，整理成帶有地理位置信息的規(guī)范性震害評估報告，分析結(jié)果將實時傳輸?shù)奖镜亟缑妫⒃诘貓D上顯示詳細(xì)的地震損傷與損失分布。

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)人四川大學(xué);成都巽慧科技有限公司，其通訊地址為：610065 四川省成都市一環(huán)路南一段24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)”。