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！

龙图腾网获悉北京建筑大学申请的专利基于图神经网络与卷积神经网络的建筑平面元素识别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：CN121305602B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511873879.5，技术领域涉及：G06V30/422；该发明授权基于图神经网络与卷积神经网络的建筑平面元素识别方法是由李煜;聂贝宁;徐跃家;刘平浩;沈梓萱设计研发完成，并于2025-12-12向国家知识产权局提交的专利申请。

本基于图神经网络与卷积神经网络的建筑平面元素识别方法在说明书摘要公布了：本发明公开了一种基于图神经网络与卷积神经网络的建筑平面元素识别方法，属于建筑平面元素识别技术领域。识别方法包括输入建筑平面像素图，通过图层筛选与信息提取进行预处理，得到二值化的像素图；对二值化的像素图进行矢量化，得到矢量化图像；矢量化图像进行图像分割；利用分割后的矢量化图像构建区域邻接图；利用图神经网络对区域邻接图通过图分析和区域合并进行区域邻接图优化，识别出房间边缘；进行房间面积的计算；利用卷积神经网络图像识别模型进行房间内物品的识别；根据识别结果进行房间功能预测。本发明避免了传统方法中因卷积导致的形状模糊问题。图神经网络模型训练效果提升，提升分类准确性。适应于多种平面图风格，通用性强。

本发明授权基于图神经网络与卷积神经网络的建筑平面元素识别方法在权利要求书中公布了：1.一种基于图神经网络与卷积神经网络的建筑平面元素识别方法，其特征在于，包括如下步骤： 步骤S01，输入建筑平面像素图，通过图层筛选与信息提取进行预处理，得到二值化的像素图； 步骤S02，对二值化的像素图进行矢量化，得到矢量化图像； 步骤S03，对矢量化图像进行图像分割； 步骤S04，利用分割后的矢量化图像构建区域邻接图； 步骤S05，利用图神经网络对区域邻接图通过图分析和区域合并进行区域邻接图优化，识别出房间边缘； 步骤S06，进行房间面积的计算； 步骤S07，利用卷积神经网络图像识别模型进行房间内物品的识别； 步骤S08，根据识别结果进行房间功能预测； 其中，步骤S05具体包括如下步骤： S501，将区域邻接图转换为GNN网络模型可用的输入数据，包括图结构、节点特征和边特征，输入GNN网络模型； S502，使用图神经网络模型GCN或GAT对图结构、节点特征和边特征进行分析； S503，使用标注数据训练GNN网络模型，预测节点类别或边界关系； S504，根据边特征和或节点类别合并相邻区域，使用边权值预测边是否属于同一房间，根据边权重阈值，裁剪边以分割区域，得到节点分类结果，识别出房间边缘； S505，将节点分类结果映射回原图，生成标记房间和边界优化后的图像； 其中，步骤S02具体包括如下步骤： 将二值化的像素图中的白色区域根据其周围像素线的粗细进行矢量化和缓冲得到矢量化的第一多边形集合； 如果二值化的像素图中包括黑色区域，那么利用与二值化的像素图大小相同的空多边形对白色区域进行差分运算，将黑色区域转换为第二多边形集合； 最后，将第一多边形集合与第二多边形集合合并，生成完整的多边形集； 其中，所述缓冲为对矢量化的白色区域根据像素线的粗细将每条像素线由来自水平及垂直两个方向的两个多边形进行覆盖。

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建筑大学，其通讯地址为：100044 北京市西城区展览馆路1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。