基于深度学习的建筑物三维模型智能重建方法和系统

本发明涉及三维模型智能重建技术领域，具体是基于深度学习的建筑物三维模型智能重建方法和系统，包括获取目标古建筑的多源数据，经运动恢复结构与多视图立体匹配生成稠密点云；通过语义分割识别结构性构件与非结构性构件，并重建带语义标签信息的初始网格模型；采用图神经网络解析结构性构件的空间拓扑关系，结合历史构造知识库生成层级组合方式与连接约束规则；根据连接约束规则自适应调整网格节点位姿，驱动参数化构件精确装配，融合得到目标古建筑的结构化三维模型。本发明能够在非接触式采集条件下还原古建筑隐蔽区域的结构性构件连接关系，显著提升三维模型的结构合理性、几何精度。