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！

龙图腾网获悉北京科技大学申请的专利一种基于时序街景图像的建筑物更新类型识别方法及设备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：CN120913084B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202511443391.9，技术领域涉及：G06V20/10；该发明授权一种基于时序街景图像的建筑物更新类型识别方法及设备是由梁晨曦;许镇;赵玉杰;杨雅钧;周权设计研发完成，并于2025-10-10向国家知识产权局提交的专利申请。

本一种基于时序街景图像的建筑物更新类型识别方法及设备在说明书摘要公布了：本发明公开一种基于时序街景图像的建筑物更新类型识别方法及设备，涉及土木工程与计算机视觉技术领域。方法包括：获取多张街景图像；通过YOLO目标检测模型，输出建筑物的目标检测结果；根据街景图像的元数据信息和目标检测结果，确定建筑物的地理坐标；根据地理坐标，结合目标重识别算法，构建初始建筑群地理信息数据库；根据初始建筑群地理信息数据库，构建建筑物更新类型识别数据集；构建建筑物更新类型识别模型；使用建筑物更新类型识别数据集对建筑物更新类型识别模型进行训练；通过训练完成的建筑物更新类型识别模型，输出建筑物的更新类型识别结果；将更新类型识别结果存储至初始建筑群地理信息数据库，得到目标建筑群地理信息数据库。

本发明授权一种基于时序街景图像的建筑物更新类型识别方法及设备在权利要求书中公布了：1.一种基于时序街景图像的建筑物更新类型识别方法，其特征在于，所述方法包括： S1：获取不同时期不同视角下拍摄的包含建筑群的多张街景图像，所述建筑群由多个建筑物组成； S2：将所述街景图像输入至YOLO目标检测模型，输出所述建筑物的目标检测结果； S3：根据所述街景图像的元数据信息和所述目标检测结果，确定所述建筑物在地理空间中的地理坐标； S4：根据所述地理坐标，结合目标重识别算法，构建初始建筑群地理信息数据库； S5：根据所述初始建筑群地理信息数据库，构建建筑物更新类型识别数据集； S6：构建基于改进Mask2Former架构的建筑物更新类型识别模型； S7：以所述建筑物更新类型识别数据集作为训练数据，对所述建筑物更新类型识别模型进行训练； S8：将所述初始建筑群地理信息数据库中同一建筑物在不同时期的街景图像输入至训练完成的建筑物更新类型识别模型，输出所述建筑物的更新类型识别结果； S9：将所述更新类型识别结果存储至所述初始建筑群地理信息数据库，得到目标建筑群地理信息数据库； 其中，所述S6具体包括： S601：将原始Mask2Former架构中的SwinTransformer主干网络替换为混合卷积-Transformer主干网络； S602：在所述原始Mask2Former架构的中间模块之后，所述原始Mask2Former架构的maskdecoder模块之前引入时序图像处理网络，构建所述基于改进Mask2Former架构的建筑物更新类型识别模型； 其中，所述混合卷积-Transformer主干网络包括：标准卷积层、深度可分离卷积层、深度卷积层、深度卷积+残差连接层、第一Transformer编码器层、第二Transformer编码器层、第三Transformer编码器层以及Transformer编码器+残差连接层； 所述中间模块包括：位置编码层、多尺度融合层、上采样层和1×1卷积层； 所述时序图像处理网络包括：自注意力模块和交叉注意力模块； 所述maskdecoder模块包括：Pixel解码器和Transformer解码器。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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”。

以上内容由龙图腾AI智能生成。