买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国地质大学(武汉)申请的专利基于图形模板与深度学习的室内制图识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115239995B 。

龙图腾网通过国家知识产权局官网在2025-09-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210826397.4，技术领域涉及：G06V10/764；该发明授权基于图形模板与深度学习的室内制图识别方法及系统是由尚建嘎;邢济慈;罗倩设计研发完成，并于2022-07-14向国家知识产权局提交的专利申请。

本基于图形模板与深度学习的室内制图识别方法及系统在说明书摘要公布了：本发明涉及图像识别领域，提供一种基于图形模板与深度学习的室内制图识别方法及系统，包括：S1：获取训练样本，构建训练实例分割模型，将所述训练样本输入所述训练实例分割模型进行训练，获得伪样本图像；S2：构建图形模板，通过所述图形模板对所述伪样本图像进行修复，获得修复后的伪样本图像；S3：对所述修复后的伪样本图像进行数据增强，获得增强后的样本图像；S4：将所述增强后的样本图像输入所述训练实例分割模型进行训练，获得增强后的训练实例分割模型；S5：将待识别图像输入所述增强后的训练实例分割模型进行识别，获得最终识别预测结果。本发明可以恢复规则或不规则元素形态，闭合缝隙，矫正拓扑错误。

本发明授权基于图形模板与深度学习的室内制图识别方法及系统在权利要求书中公布了：1.一种基于图形模板与深度学习的室内制图识别方法，其特征在于，包括： S1：获取训练样本，构建训练实例分割模型，将所述训练样本输入所述训练实例分割模型进行训练，获得伪样本图像； S2：构建图形模板，通过所述图形模板对所述伪样本图像进行修复，获得修复后的伪样本图像； 步骤S2具体为： S21：提取所述伪样本图像中的各建筑元素； S22：通过元素补偿对类别为墙体的建筑元素进行修复； 步骤S22具体为： 若某一建筑元素的类别为墙体，且该建筑元素的对边近似平行，且垂直于x或y轴，则取出该建筑元素的包围盒，丢弃该建筑元素的掩码； 若该建筑元素的包围盒的IoU与掩码的IoU均小于0.7，且均带有倾斜，则取出该建筑元素的包围盒和掩码；计算所述掩码的最小外接四边形，选择所述最小外接四边形的最长两条边作为候选边，将所述最小外接四边形沿所述候选边方向向外扩展直至抵达包围盒区域，将四边形位于包围盒外部的部分删除； S23：通过曲线矫正对类别为门或窗的建筑元素进行修复； 步骤S23具体为： 获取该建筑元素的包围盒和掩码，将包围盒分为两组：水平组Bl,Br和垂直组Bt,Bb，其中B表示包围盒，t,b,l,r表示包围盒内上，下，左，右四个子块； 计算建筑元素掩码与包围盒的叠置关系，计算公式如下： 其中，M表示建筑元素的掩码；分别计算掩码M与各子块Bt,Bb,Bl,Br的交集占据包围盒中的比例，获得四种位置关系，包括：上左型It、上右型Ib、下左型Il和下右型Ir； 将It、Ib、Il和Ir中的最大值对应的位置关系作为该建筑元素的位置关系； S24：对各建筑元素进行拓扑优化，获得所述修复后的伪样本图像； 步骤S24具体为： S24：将各建筑元素的最小外接四边形作为调节单元，将相邻的两个调节单元作为一个调节组； S25：根据调节组中两个调节单元之间的位置关系，将调节组分为I形、L形或T形； S26：根据各调节组的类型，通过调节方程将各调节组中的两个调节单元进行对齐调整； 若调节组为T形，则需要满足第一约束关系： 其中，I1,I2和J1,J2分别表示两个调节单元的邻接边的两对顶点，第一约束关系使得三角形ΔI1,J2,I2与ΔI1,J2,I1的面积趋向于0，最终保证两个邻接边共线； 若调节组为I形，则需要同时满足第一约束关系和第二约束关系，第二约束关系的表达式为： 在第二约束关系中，避免I1,I2和J1,J2朝相同方向移动，使其缝隙闭合； 若调节组为L形，则需要满足第一约束关系，使得三角形ΔI1,J2,I2与ΔI1,J2,I1的面积趋向于0，最终保证两个邻接边共线； S3：对所述修复后的伪样本图像进行数据增强，获得增强后的样本图像； S4：将所述增强后的样本图像输入所述训练实例分割模型进行训练，获得增强后的训练实例分割模型； S5：将待识别图像输入所述增强后的训练实例分割模型进行识别，获得最终识别预测结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国地质大学(武汉)，其通讯地址为：430000 湖北省武汉市洪山区鲁磨路388号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。