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！

龙图腾网获悉上海市建筑装饰工程集团有限公司申请的专利一种基于AI的历史建筑数字化三维重建方法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：CN120782979B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202511150752.0，技术领域涉及：G06T17/05；该发明授权一种基于AI的历史建筑数字化三维重建方法是由连珍;江旖旎;杜海玉;沈磊;洪潇;孙宇设计研发完成，并于2025-08-18向国家知识产权局提交的专利申请。

本一种基于AI的历史建筑数字化三维重建方法在说明书摘要公布了：本发明涉及人工智能技术领域，提供了一种基于AI的历史建筑数字化三维重建方法，涉及多源点云与图像融合、构件识别、缺损检测与三维补全建模；该方法采用RandLA‑Net与全连接网络构建构件识别模型，结合相对高程与密度等增强特征实现构件缺损区域定位；利用带L1范数约束的二维样条曲面拟合提取地形趋势，提升缺损识别精度；构建三项联合损失引导的GAN模型，完成建筑构件的三维形态补全重建；最终结合纹理图像与点云数据生成参数化BIM模型，输出数字化建筑档案；该方法实现了历史建筑构件级别的精细建模与自动重建，提升了数字化管理的完整性与准确性，适用于文物保护、建筑修复与遗产数字化场景。

本发明授权一种基于AI的历史建筑数字化三维重建方法在权利要求书中公布了：1.一种基于AI的历史建筑数字化三维重建方法，其特征在于，包括以下步骤： 步骤S1：获取历史建筑的多源点云数据与纹理图像数据； 步骤S2：对多源点云数据进行融合处理，生成融合点云数据； 步骤S3：采用历史建筑结构识别模型对融合点云数据进行构件区域识别，定位建筑构件缺损区域和建筑构件非缺损区域；历史建筑结构识别模型包括RandLA-Net网络和全连接网络； 步骤S4：采用三项联合损失引导GAN模型对建筑构件缺损区域进行三维形态补全重建，生成高保真重构构件数据；三项联合损失引导GAN模型包括生成器和判别器；三项联合损失引导GAN模型中的联合损失函数包括对抗性生成判别项、真实样本梯度惩罚项与生成样本梯度惩罚项； 步骤S5：将融合点云数据、高保真重构构件数据与纹理图像数据进行映射配准，生成参数化BIM模型，根据参数化BIM模型输出得到完整数字化建筑档案文件，实现历史建筑的精细化数字管理； 采用历史建筑结构识别模型，定位建筑构件缺损区域的过程，具体包括以下步骤： 步骤S31：提取融合点云数据的基础特征数据和增强特征数据，组合构成扩展特征数据输入全连接网络，获取8维融合特征数据； 步骤S32：将8维融合特征数据输入RandLA-Net网络，进行特征提取和点级分类，获取建筑构件类别概率分布； 步骤S33：提取建筑构件类别概率分布中每个点的最大类别概率标签，生成同类别点云数据集合；对同类别点云数据集合进行空间聚类处理，得到空间聚类结果； 步骤S34：根据建筑构件类别概率分布生成结构构件标签图谱，结合空间聚类结果划分构件区域，进行缺损检测，定位建筑构件缺损区域； 所述增强特征数据包括相对高程特征、点密度特征、高度方差特征、平面度特征与法向竖直分量特征； 提取融合点云数据中的相对高程特征的过程，具体包括以下步骤： 步骤B1：将融合点云数据按水平方向投影，构建初始稀疏地面点集合； 步骤B2：基于初始稀疏地面点集合，采用带L1范数约束的二维三次样条曲面拟合方法，构建地面高度函数； 步骤B3：对于融合点云数据中的每一个点，调用地面高度函数，得到该点的相对高程特征值，完成对融合点云数据中所有点的相对高程特征值提取，得到相对高程特征。

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上海市建筑装饰工程集团有限公司，其通讯地址为：201208 上海市浦东新区中国(上海)自由贸易试验区福山路33号17楼A座；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。