買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉大連理工大學申請的專利一種半剛性預制混凝土節點的端到端圖像-點云配準與損傷預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120431089B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510918963.8，技術領域涉及：G06T7/00；該發明授權一種半剛性預制混凝土節點的端到端圖像-點云配準與損傷預測方法是由何政;于殿友;郎書瀾設計研發完成，并于2025-07-04向國家知識產權局提交的專利申請。

本一種半剛性預制混凝土節點的端到端圖像-點云配準與損傷預測方法在說明書摘要公布了：本發明提供了一種半剛性預制混凝土節點的端到端圖像?點云配準與損傷預測方法，涉及圖像處理技術領域，包括如下步驟：S1、建立雙分支編碼?解碼結構；S2、對圖像全局特征、點云全局特征、像素級特征和點級特征進行跨維度特征融合，得到圖像主導融合特征和點主導融合特征；輸出位姿估計矩陣；S3、建立時序損傷預測模型，使用多維度損失函數對時序損傷預測模型進行約束；S4、將配準后的圖像像素級特征、點云全局特征、相對時間信息輸入至時序損傷預測模型中，輸出損傷預測值。本發明在特征提取、配準精度和魯棒性等方面性能卓越，優于多個前沿網絡，為多尺度特征量化、評估與重建提供了關鍵技術支持。

本發明授權一種半剛性預制混凝土節點的端到端圖像-點云配準與損傷預測方法在權利要求書中公布了：1.一種半剛性預制混凝土節點的端到端圖像-點云配準與損傷預測方法，其特征在于，包括如下步驟： S1、建立雙分支編碼-解碼結構，所述雙分支編碼-解碼結構包括圖像分支和點云分支；使震后半剛性預制混凝土節點時序圖像經過圖像分支的編碼器生成圖像全局特征，再經過圖像分支的解碼器生成像素級特征；使震后圖像同一時刻的時序點云經過點云分支的編碼器生成點云全局特征，再經過點云分支的編碼器生成點級特征； 所述圖像分支的編碼器包括ResNet模塊和Transformer模塊； 所述ResNet模塊用以提取深層語義；所述ResNet模塊采用ResNet34，ResNet34包含四個殘差塊，所述ResNet模塊逐層提取圖像的多層次特征； 所述Transformer模塊用以增強全局注意力；所述Transformer模塊引入兩層Transformer，通過全局自注意力機制強化對局部關鍵特征的關注； 所述圖像分支的解碼器用以生成像素級特征；所述圖像分支的解碼器通過三層解碼模塊，結合跳躍連接恢復像素級特征； 所述點云分支的編碼器包括SetAbstraction模塊和PointTransformer模塊； 所述SetAbstraction模塊用以篩選關鍵點；所述SetAbstraction模塊通過最遠點采樣篩選關鍵點，結合多層感知機在局部鄰域內提取特征； 所述PointTransformer模塊用以利用局部自注意力機制有效建模點間關系；所述PointTransformer模塊針對點云設計局部自注意力機制，通過K近鄰限制注意力范圍，捕捉長程依賴關系； 所述點云分支的解碼器通過FeaturePropagation模塊與PointTransformerⅤ，上采樣恢復點級特征； S2、對圖像全局特征、點云全局特征、像素級特征和點級特征進行跨維度特征融合，得到圖像主導融合特征和點主導融合特征；基于圖像主導融合特征和點主導融合特征得到特征匹配點信息，輸出位姿估計矩陣； S3、建立半剛性預制混凝土節點的時序損傷預測模型，使用多維度損失函數對時序損傷預測模型進行約束；在總損失和各項損失分量收斂時，輸出時序損傷預測模型； 時序損傷預測模型包括： 輸入特征，包括相對時間信息t、點云全局特征、像素級特征FI； 基于循環神經網絡的雙向長短期記憶模塊，用以進行時空特征進行建模； 時間編碼模塊，用以增強網絡對的相對時間及非等間距時變的理解能力，將相對時間信息映射為緊湊的時間特征向量；時間編碼模塊由兩個全連接層組成； 將時間特征向量與空間特征融合，以增強網絡的時空理解能力； 損傷預測頭由兩層全連接層構成； S4、將配準后的圖像像素級特征、點云全局特征、相對時間信息輸入至時序損傷預測模型中，輸出損傷預測值。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人大連理工大學，其通訊地址為：116024 遼寧省大連市高新園區凌工路2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。