申请/专利权人：北京清科筑成科技股份公司

申请日：2024-02-28

公开（公告）日：2024-04-02

公开（公告）号：CN117808374A

主分类号：G06Q10/0639

分类号：G06Q10/0639;G06Q10/10;G06Q50/08;G06T7/00;G06V10/44;G06V10/82

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本申请公开了一种建筑工程质量智能验收管理方法及系统，包括：在建筑工程施工区域，布设数个图像采集设备；采集建筑工程施工区域内的图像信息；从所采集的建筑工程施工区域内的图像信息中，根据各图像采集设备采集的任一目标建筑物的所有图像中、为任一目标建筑物筛选出当前时间下的优选验收图像，并加入优选验收图像集；为筛选的优选验收图像集中的各图像添加时间标签；基于添加时间标签后的优选验收图像集为任一目标建筑物训练相应的施工预测模型；以利用施工预测模型输出图像预测结果；基于图像预测结果与在后时间相应的期望结果进行匹配，以获得验收结果。本申请的方法能够实现对整个建筑施工项目的进度管理，施工节点进度监督、验收。

主权项：1.一种建筑工程质量智能验收管理方法，其特征在于，包括如下步骤：在建筑工程施工区域，布设数个图像采集设备，其中数个图像采集设备用以覆盖建筑工程施工全区域，且部分图像采集设备的视野范围重复；根据施工工序流程，在指定的流程节点对应的时间期间，通过各图像采集设备采集建筑工程施工区域内的图像信息；从所采集的建筑工程施工区域内的图像信息中，根据各图像采集设备采集的任一目标建筑物的所有图像中、为所述任一目标建筑物筛选出当前时间下的优选验收图像，并加入优选验收图像集，其中所述任一目标建筑物的优选验收图像集中包含有相应时间的多组所述任一目标建筑物的结构数据以及未完工情况下所述任一目标建筑物的施工区域数据；按照采集的时间顺序，为筛选的所述优选验收图像集中的各图像添加时间标签；基于添加时间标签后的所述优选验收图像集为所述任一目标建筑物训练相应的施工预测模型，其中所述施工预测模型采用编解码器与循环神经网络的组合架构，编码器Encoder用以提取所述优选验收图像集中各图像的特征信息，以及将提取的特征信息输入循环神经网络LSTM，解码器Decoder用以将所述LSTM的输出作为输入，来执行在后时间的图像预测；对新采集的建筑工程施工区域内的图像信息进行筛选，并输入训练好的所述任一目标建筑物的施工预测模型，以利用施工预测模型输出在后时间的图像预测结果；基于所述图像预测结果与在后时间相应的期望结果进行匹配，以获得验收结果。

全文数据：

权利要求：

百度查询： 北京清科筑成科技股份公司 一种建筑工程质量智能验收管理方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD