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！

龙图腾网获悉上海勘测设计研究院有限公司申请的专利一种大型建筑表面的裂缝图像分割方法、系统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：CN120997237B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511510793.6，技术领域涉及：G06T7/11；该发明授权一种大型建筑表面的裂缝图像分割方法、系统及设备是由徐涛;邹屹彬;王扬;徐明希;姜军;王晨月;张凌;朱雪诞;葛佩娟设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本一种大型建筑表面的裂缝图像分割方法、系统及设备在说明书摘要公布了：本申请提供一种大型建筑表面的裂缝图像分割方法、系统及设备，包括：获取待检测目标区域的建筑表面原始图像；通过由卷积神经网络与Transformer解码器分支构成的异构网络，提取建筑表面原始图像的多维特征向量，并生成图像预测结果；基于图像预测结果进行动态调整，并采用一致性监督机制进行约束，得到优化后的预测标签；将多维特征向量和优化后的预测标签进行像素级对比学习，得到最终裂缝分割结果；基于最终裂缝分割结果进行推理，获取裂缝分割概率图。本申请通过人工智能算法对大坝等关键基础设施表面裂缝进行自动识别与精确分割，在标注数据有限的条件下提升裂缝检测精度，增强模型鲁棒性，从而优化设施运维效率、提升结构安全性。

本发明授权一种大型建筑表面的裂缝图像分割方法、系统及设备在权利要求书中公布了：1.一种大型建筑表面的裂缝图像分割方法，其特征在于，包括： 获取待检测目标区域的建筑表面原始图像； 基于所述建筑表面原始图像的进行标注，得到建筑表面标注图像和无标注图像； 通过由卷积神经网络与Transformer解码器分支构成的异构网络，分别提取所述建筑表面标注图像和无标注图像的多维特征向量，并生成图像预测结果；所述多维特征向量包括：有标注数据的特征图和无标注图像的特征图；所述图像预测结果包括：裂缝分割概率特征图和对比结果；其中， 对所述建筑表面标注图像进行编解码处理和特征提取，得到有标注数据的特征图；具体包括：提取所述建筑表面标注图像的多尺度特征；将编码器提取的图像特征输入至CNN解码器，输出与所述建筑表面标注图像对应的像素级裂缝分割概率图；基于所述像素级裂缝分割概率图进行参数更新，并对所述标注图像多尺度特征进行映射，生成有标注数据的特征图； 对所述无标注图像采用多尺度扰动策略进行预测，得到多尺度扰动预测结果；所述多尺度扰动策略包括：强扰动路径和弱扰动路径；具体包括：通过卷积神经网络对所述无标注图像进行编码器特征提取和CNN解码器重建处理，得到所述无标注图像的裂缝分割概率图，并生成裂缝分割概率特征图；通过Transformer模型对将所述无标注图像的特征图特征提取与解码，得到裂缝分割预测图，作为所述无标注图像的伪标签；基于所述伪标签与所述裂缝分割概率特征图进行比较，以约束模型在无标注图像上的训练，得到对比结果；将所述裂缝分割概率特征图和对比结果作为多尺度扰动预测结果； 基于所述图像预测结果进行动态调整，并采用一致性监督机制进行约束，得到优化后的预测标签；包括：基于所述裂缝分割概率特征图进行数据整合，生成优化的伪标签掩膜图；基于所述优化的伪标签掩膜图进行无标注像素采样，得到无标注数据的像素样本集；从所述无标注数据的像素样本集中提取出高置信度预测的像素，将所述高置信度预测的像素作为优化后的预测标签； 将所述多维特征向量和所述优化后的预测标签进行像素级对比学习，以实现所述有标注数据的特征图、所述无标注图像的特征对齐，得到最终裂缝分割结果； 基于所述最终裂缝分割结果进行推理，获取裂缝分割概率图，以实现建筑表面的裂缝检测与评估。

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勘测设计研究院有限公司，其通讯地址为：200434 上海市虹口区逸仙路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”。

以上内容由龙图腾AI智能生成。