-
公开(公告)号：CN118636140B
公开(公告)日：2025-03-04
申请号：CN202410743499.9
申请日：2024-06-11
Applicant: 同济大学
Abstract: 本申请涉及一种基于机器视觉的建筑板材安装方法、系统和存储介质，基于机器视觉的建筑板材安装方法包括：获取目标建筑板材的第一作业图像；对所述第一作业图像进行识别，得到所述目标建筑板材的特征点；基于所述特征点得到所述目标建筑板材的平整度检测结果；基于所述平整度检测结果和局部最优算法，进行建筑板材的安装。通过上述手段，不再需要多人协作和基于目测来安装，而是通过计算确定准确的安装姿态，从而达到了效率高、安装准确度高的效果。
-
公开(公告)号：CN119180923A
公开(公告)日：2024-12-24
申请号：CN202411194491.8
申请日：2024-08-29
Applicant: 同济大学 , 创乐(上海)信息科技有限公司
IPC: G06T17/10 , G06Q10/0639 , G06Q50/08 , G06V10/762 , G06V20/10 , G06V20/64
Abstract: 本发明涉及一种基于施工场景三维建模的作业面进度识别方法及设备，该方法包括：获取塔吊摄像头多视角采集目标建筑的图像集，在现场布置地面控制点，基于融合GCP的改进COLMAP框架，进行三维重建以及尺度恢复，得到具有真实尺度的点云场地模型；构建自适应滤波器，根据得到的真实尺度的点云场地模型，分离主体建筑模型；基于施工作业面点云分布特点，统计主体建筑高度，识别作业面，得到作业面高度，评估施工进度。与现有技术相比，本发明具有根据施工制高点的塔吊摄像头多视角采集的图像，实时精确地评估作业面进度等优点。
-
公开(公告)号：CN118314188A
公开(公告)日：2024-07-09
申请号：CN202410414016.0
申请日：2024-04-08
Applicant: 同济大学 , 创乐(上海)信息科技有限公司
Abstract: 本发明涉及一种塔吊视角下施工场景三维重建的图像采集及处理方法，该方法基于在塔吊吊臂前端布设摄像头来实现，所述方法包括以下步骤：步骤S1，在建筑施工现场的塔吊吊臂前端布设摄像头，并设置好摄像头的位姿；步骤S2，在塔吊工作过程中，布设在塔吊上的摄像头对目标建筑进行拍摄，以获取目标建筑的图像集；步骤S3，基于目标建筑的图像集，对目标建筑进行三维重建，以获得目标建筑的稠密点云模型；步骤S4，对三维重建的效果进行评估，并确定不同质量等级和重建模型用途。与现有技术相比，本发明具有采集图像自动化、采集图像质量高和建模高效等优点。
-
公开(公告)号：CN113505997B
公开(公告)日：2023-03-28
申请号：CN202110790610.6
申请日：2021-07-13
Applicant: 同济大学
IPC: G06Q10/0635 , G06Q10/0639 , G06N20/00 , G06F18/214 , G06F18/2415 , G06Q50/08
Abstract: 本发明涉及一种基于机器学习的建筑墙面渗漏水风险等级评估方法，具体包括以下步骤：S1、根据影响渗漏水病害分级的特征属性，获取特征属性的属性值；S2、对特征属性的属性值进行分割，生成多叉决策树模型；S3、计算每个特征属性的信息增益度，得到最优特征属性来进行训练；S4、通过k折交叉验证算法计算多叉决策树的模型的识别精度，验证准确度，若高于准确度阈值，转至步骤S5；S5、通过计算机视觉技术识别当前建筑墙面的基础信息，输入到多叉决策树模型中；S6、输出当前建筑墙面的渗漏水病害等级以及相应的墙面修补提示信息。与现有技术相比，本发明具有提升建筑墙面评估的处理效率，提高建筑墙面渗漏水等级评估结果的准确性等优点。
-
公开(公告)号：CN114565596A
公开(公告)日：2022-05-31
申请号：CN202210212511.4
申请日：2022-03-04
Applicant: 同济大学
Abstract: 本发明提供了一种基于深度学习和视频理解的钢表面裂缝检测和预测方法，包括以下步骤：步骤1，获取钢表面裂缝在疲劳荷载作用下裂缝开合的视频并保存，对保存的视频进行剪辑处理；步骤2，通过视频训练SuperPoint网络，并跟踪视频中钢表面的特征点的运动信息并进行记录；步骤3，通过基于阈值的自适应特征点筛选方法，筛选出裂缝周围的特征点；步骤4，将检测到的特征点作为基本信息，拟合裂缝的形态，获得裂缝的基本参数信息并进行数字化；步骤5，将裂缝的历史发展信息、裂缝的基本参数信息和钢表面的基本信息作为输入，N个循环后裂缝的发展情况作为输出训练LSTM神经网络，训练完成后通过LSTM神经网络对钢表面的裂缝开展速率进行实时预测。
-
Patent Agency Ranking
公开(公告)号：CN112819306A
公开(公告)日：2021-05-18
申请号：CN202110090185.X
申请日：2021-01-22
Applicant: 同济大学
IPC: G06Q10/06 , G06K9/00 , G06F16/2458
Abstract: 本发明公开了一种基于计算机视觉的工作效率评价方法、系统、设备及介质，属于计算机视觉领域，方法包括：获取施工现场的视频图像；通过深度学习模块从视频图像中识别出工人，再通过行人重识别模块识别出工人的工种，确定工人的工种信息；对工人进行持续地识别和捕捉，记录工人的工作信息，工作信息至少包括位置信息；根据工种信息获取预设判断条件，结合位置信息判断工人是否为工作状态；根据工作状态的持续时间和预设的标准工作时间，确定工人的工作效率。本发明通过预设判断条件中的工作区域、工作路径区域和工种群聚三个方面，对工人的位置信息进行判别，获取工人的工作状态和工作效率。本发明能够弥补现有评价方法中的一些不足。
-
公开(公告)号：CN118636140A
公开(公告)日：2024-09-13
申请号：CN202410743499.9
申请日：2024-06-11
Applicant: 同济大学
Abstract: 本申请涉及一种基于机器视觉的建筑板材安装方法、系统和存储介质，基于机器视觉的建筑板材安装方法包括：获取目标建筑板材的第一作业图像；对所述第一作业图像进行识别，得到所述目标建筑板材的特征点；基于所述特征点得到所述目标建筑板材的平整度检测结果；基于所述平整度检测结果和局部最优算法，进行建筑板材的安装。通过上述手段，不再需要多人协作和基于目测来安装，而是通过计算确定准确的安装姿态，从而达到了效率高、安装准确度高的效果。
-
公开(公告)号：CN118570377A
公开(公告)日：2024-08-30
申请号：CN202410631772.9
申请日：2024-05-21
Applicant: 同济大学
Abstract: 本发明涉及一种基于三维点云语义分割的建筑物立面窗户BIM重建方法，包括：获取建筑物三维点云，从该建筑物三维点云中分离出窗户语义点云；根据窗户语义点云，分离得到每个建筑物立面的窗户单体点云；将窗户单体点云与标准BIM构件库转化得到的点云进行匹配，利用倒角距离作为标准，判断各窗户单体点云所属的类别；根据得到的窗户单体点云，将窗户单体点云拟合为标准矩形，并提取其长度和宽度信息，作为窗户尺寸参数；根据获取的窗户所属类别和窗户尺寸参数，重建窗户BIM模型。与现有技术相比，本发明能够显著提高建筑物构件窗户BIM模型的重建效率，推动建筑物运维阶段的自动化逆建模，为建筑行业的数字化转型提供有力支撑。
-
公开(公告)号：CN117994217A
公开(公告)日：2024-05-07
申请号：CN202410119967.5
申请日：2024-01-29
Applicant: 金茂数字智慧(珠海)发展有限公司 , 同济大学 , 创乐(上海)信息科技有限公司
IPC: G06T7/00 , G06T7/73 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0442 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于旋转框定位的施工物料目标检测方法，包括：S1、构建具有交并比LIoU、旋转角度损失函数、旋转非极大值抑制算法及增加预测层的输出维度，将角度检测分支引入检测层的施工物料目标检测算法；S2、通过施工物料目标数据集对步骤S1中的网络模型进行训练；S3、通过已经训练的网络模型对输入的待检测图象进行推理与检测，获取施工物料目标的类别与位置信息。根据本发明，实现了对于呈任意角度分布的施工物料目标的自动检测，得到最贴合目标的预测框，减小了预测误差。
-
公开(公告)号：CN113421236B
公开(公告)日：2024-02-09
申请号：CN202110674690.9
申请日：2021-06-17
Applicant: 同济大学
IPC: G06T7/00 , G06T7/80 , G06T5/80 , G06T7/10 , G06N3/0464
Abstract: 本发明公开了基于深度学习的建筑墙面渗漏水表观发育状况预测方法，属于深度学习领域，包括：获取建筑墙面渗漏水视频，对渗漏水视频中的所有帧图像进行畸变校正；通过基于深度学习网络的视频语义分割和二值化技术从所有帧图像中提取出渗漏水的形状信息，建立用于渗漏水表观发育状况预测的时序样本库；将时序样本库输入至Transformer网络，获得时间与渗漏水表观发育状况关系的时序预测模型；将待预测的建筑墙面渗漏水视频输入时序预测模型，获得未来某个时间的建筑墙面渗漏水表观发育状况，渗漏水表观发育状况包括渗漏水的形状信息。本发明通过建立基于深度学习的语义分割模型和时序预测模型，根据现有渗漏水视频预测未来的渗漏水形状，弥补现有技术的不足。
-
-
-
-
-
-
-
-
-
Search Results
28
records
(took 0.019 seconds)
