-
公开(公告)号:CN119991931A
公开(公告)日:2025-05-13
申请号:CN202411842083.9
申请日:2024-12-13
Applicant: 厦门特房建设工程集团有限公司 , 厦门大学
IPC: G06T17/00 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于自适应图卷积网络的建筑模型重建方法及装置,其中,该方法包括:获取三维点云数据;采用自适应二元空间划分法对三维点云数据进行处理,以得到多个多面体,以及在处理过程中动态构建二叉树以分析每个多面体间的邻接性,以得到邻接矩阵;根据三维点云数据得到全局隐含码,以及在每个多面体内部采样一组查询点,并根据查询点的坐标和全局隐含码得到多面体特征;构建自适应图卷积网络,并结合邻接矩阵和通过注意力机制学习得到的注意力邻接矩阵对多面体特征进行更新;根据更新后的多面体特征进行三维建筑模型重建;从而实现从点云数据到三维建筑模型的高效、精确转换。
-
公开(公告)号:CN119991711A
公开(公告)日:2025-05-13
申请号:CN202411830592.X
申请日:2024-12-12
Applicant: 厦门特房建设工程集团有限公司 , 厦门大学
IPC: G06T7/12 , G06T7/13 , G06T5/60 , G06V10/774
Abstract: 本申请公开了一种建筑物轮廓标注方法、分割方法及装置,该标注方法包括获取多个待标注图像,以得到原始数据集;对原始数据集中的一部分数据集进行人工标注,以得到真实标注;采用第一图像增强方法对一部分数据集进行处理,以得到第一增强数据,以及采用第二图像增强方法对一部分数据集进行处理,以得到第二增强数据,并将第一增强数据、第二增强数据和一部分数据集作为增强数据集;将增强数据集输入到预训练大模型,以得到对应的第一预测标注;采用第一预测标注和真实标注对转换网络进行训练,以得到训练好的转换网络;采用预训练大模型和训练好的转换网络对原始数据集中的另一部分数据集进行标注,以得到标注结果;从而大幅降低人工标注的成本。
-