買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜西安建筑科大工程技術有限公司申請的專利一種基于機器學習的建筑物裂縫監測方法和系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119477886B 。

龍圖騰網通過國家知識產權局官網在2025-04-18發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411692250.6，技術領域涉及：G06T7/00；該發明授權一種基于機器學習的建筑物裂縫監測方法和系統是由高明哲;車英明;陳誠誠;葉俊;田衛;黃余康設計研發完成，并于2024-11-25向國家知識產權局提交的專利申請。

本一種基于機器學習的建筑物裂縫監測方法和系統在說明書摘要公布了：本發明公開了一種基于機器學習的建筑物裂縫監測方法和系統，涉及建筑檢測技術領域，包括以下步驟：S1、多頻段圖像數據增強與預處理；S2、裂縫區域自適應分割；S3、裂縫特征向量化表示；S4、基于自監督學習的裂縫特征學習；S5、基于圖像生成對抗網絡GAN的裂縫生成；S6、裂縫形態動力學建模；S7、基于圖結構的裂縫拓撲分析。該基于機器學習的建筑物裂縫監測方法和系統，通過自適應分割、自監督學習和裂縫形態動力學建模，有效提升了裂縫監測的精度和魯棒性，解決了傳統方法在裂縫檢測中的誤檢與漏檢問題，系統能夠自適應學習不同環境和材質下裂縫的表現形式，精準地提取裂縫特征并預測其擴展路徑。

本發明授權一種基于機器學習的建筑物裂縫監測方法和系統在權利要求書中公布了：1.一種基于機器學習的建筑物裂縫監測方法，其特征在于，包括以下步驟：S1、多頻段圖像數據增強與預處理；通過采集建筑物不同角度的圖像，進行多頻段數據增強，利用紫外、紅外和可見光的不同波段的圖像，豐富裂縫特征信息，通過將圖像進行融合，形成包含豐富信息的多層圖像數據；S2、裂縫區域自適應分割；采用基于深度學習的自適應分割模型對多層圖像數據進行自適應分割，自適應分割模型為全卷積網絡FCN或U-Net，利用卷積神經網絡CNN自動學習裂縫區域的特征，模型訓練時，基于建筑裂縫的數據集，通過多尺度卷積特征層次來捕捉不同尺度的裂縫；S3、裂縫特征向量化表示；在檢測出不同尺度的裂縫后，將裂縫的形態信息轉化為用于機器學習模型的特征向量；S4、基于自監督學習的裂縫特征學習；基于自監督學習模型，通過對轉化的特征向量進行預訓練，讓模型學習裂縫的結構和表現形式，利用未標注的數據提升對裂縫特征的理解能力，并增強在不同場景下的泛化性能；S5、基于圖像生成對抗網絡GAN的裂縫生成；利用生成對抗網絡GAN對多層圖像數據進行合成裂縫圖像的處理，GAN生成逼真的裂縫樣本，通過生成裂縫圖像并與真實裂縫圖像進行對比學習，模型學到更加抽象的裂縫特征；S6、裂縫形態動力學建模；通過物理學和力學的公式模型，模擬建筑物在不同外部應力條件下裂縫的擴展趨勢，將物理模型與機器學習模型相結合，構建出裂縫的動態演化模型；S7、基于圖結構的裂縫拓撲分析；通過構建裂縫的拓撲圖結構，對裂縫之間的關聯進行分析。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人西安建筑科大工程技術有限公司，其通訊地址為：710055 陜西省西安市碑林區雁塔路13號建科大廈20層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。