摘要
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。
技术关键词
融合点云数据
三维重建方法
建筑构件
联合损失函数
样条曲面拟合方法
GAN模型
生成参数
样本
融合特征
重构
方差特征
竖直分量
生成结构
人工智能技术
聚类
特征值
纹理
网络
系统为您推荐了相关专利信息
编码特征
数据压缩方法
算术编码器
解码模型
联合损失函数
神经网络模型
工业设备生产线
实时视频图像
管理方法
管理系统