[發明專利]一種基于人工智能的施工圖修正審查方法

在審

• 申請號: 202210126856.8
• 申請日: 2022-02-11
• 公開（公告）號: CN114549349A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 詹國慶;王岱瓊;葉梓龍;梁雄光;魏路
• 申請（專利權）人: 廣東舍衛工程技術咨詢有限公司
• 主分類號: G06T5/00
• 分類號: G06T5/00;G06T11/60;G06Q10/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請提供一種基于人工智能的施工圖修正審查方法，包括：將施工圖進行圖像處理和圖像分割，識別并且提取施工圖內各種符號和文字，將施工圖智能分割成各個施工圖符號和文本數據的圖像集；將圖像集與施工圖制圖符號標準樣例數據庫比對，智能識別施工圖的錯誤；根據施工圖數據比對結果和行業標準智能生成錯誤報告和修改建議；對同一組的各個施工圖的數據進行聚合分析，發現不同施工圖之間的數據沖突；建立施工圖風險評估模型，計算施工圖各部位施工過程的風險和事故的概率，根據風險和意外的概率對各部位進行權重分配和排序；對根據風險評估結果對施工圖矛盾沖突進行評估和排序；按照矛盾排序智能生成矛盾解決方案。

【技術領域】

本發明涉及圖像識別技術領域，尤其涉及一種基于人工智能的施工圖修正審查方法。

【背景技術】

在施工圖設計中，施工圖中的各種部件往往具有數據關聯性，會因為一個施工圖的某個部件的調整而影響了關聯部件的合理性和施工風險性，導致同時需要調整其他部件，甚至對整個施工圖進行修改。例如，由于戶主想將窗戶改小，而影響了通風對流，或者由于不想有被盜風險，把門去除，而導致防火門被取消設計。這些情況，在建筑施工過程中，經常發生?？梢愿鶕@些相似建筑項目的施工圖和相關數據，智能分析施工圖各個部件之間的關聯性，并且評估施工圖中各部件存在的風險，然后根據關聯性分析風險評估排序判斷如何進行風險最小，改動代價最低的施工圖修改。

由于施工圖的各項數據之間存在關聯性，因此在施工圖項目的全局考慮之下，施工圖的局部數據的修改往往導致其他部位的數據也需要配合改動。牽一發而動全身，施工圖某些數據的修改調整可能導致一改再改，越改越亂，最終施工圖面目全非，但是卻得不到設計者需要的效果。因此，施工圖的修改方案往往需要設計者花費大量時間精力深思熟慮和精確計算后才能得到。而這項工作可以通過圖像識別結合深度學習的方法來解決。

實例分割是計算機自動從圖像中用目標檢測的方法識別并且框出不同的物體實例，再在目標檢測的基礎上用語義分割的方法在框內進行逐像素標記。可以通過對施工圖進行實例分割處理，提取出施工圖中的各種制圖符號和數據，對其進行識別和標記。并且將識別出的圖像和數據與相應的制圖標準符號進行比對，來發現施工圖中存在的制圖符號和數據的錯誤。

深度學習是一個多層神經網絡的機器學習方法，通過分析樣本數據的內在規律和表示層次，來幫助對諸如文字，圖像和聲音等數據的解析工作。它的目標在于能夠使計算機具有分析學習能力，能夠識別文字，圖像等數據。深度學習在搜索技術，數據挖掘，圖像處理，自然語言處理等等領域具有重要作用?？梢酝ㄟ^深度學習的方法結合大量的建筑項目數據訓練數據分析神經網絡，實現施工圖的數據關聯性分析，數據沖突挖掘，施工風險性評估和排序，并且為沖突解決方案的生成和選擇提供依據。

【發明內容】

本發明提供了一種基于人工智能的施工圖修正審查方法與系統，主要包括：

施工圖圖像處理；智能識別施工圖的錯誤；智能生成錯誤報告和修改建議；智能識別各個施工圖之間的沖突；根據施工圖評估施工的風險；對施工圖矛盾沖突進行評估；智能生成矛盾解決方案；

進一步可選地，所述施工圖圖像處理包括：

將施工圖進行圖像處理和圖像分割，識別并且提取施工圖內各種符號和文字，將施工圖智能分割成各個施工圖符號和文本數據的圖像集。；包括：施工圖的預處理；施工圖的圖像分割；

所述施工圖的預處理，還包括：

圖像分割對施工圖進行基礎的處理，提高圖像的質量和識別的效果。首先，對圖像進行灰度化，幾何變換和灰度插值，用于簡化數據和修正圖像采集的誤差；然后進行圖像增強來強調圖片中的有效信息，從而提高圖片質量和信息量，擴大不同物體特征的差別，加強圖片識別的效果。

所述施工圖的圖像分割，還包括：