技術特征：

1.一種基于視頻流的整體墻面損傷自動檢測方法，其特征在于，包括：

2.根據權利要求1所述的基于視頻流的整體墻面損傷自動檢測方法，其特征在于，所述實例分割神經網絡模型為mask?r-cnn、yolact或者?yolo改進版。

3.根據權利要求1所述的基于視頻流的整體墻面損傷自動檢測方法，其特征在于，所述區域墻面圖像序列提取的方法包括：

4.根據權利要求1所述的基于視頻流的整體墻面損傷自動檢測方法，其特征在于，在所述區域墻面圖像序列提取之后、墻面全景圖像融合之前，還包括：

5.根據權利要求1所述的基于視頻流的整體墻面損傷自動檢測方法，其特征在于，所述墻面全景圖像融合的方法包括：

6.根據權利要求5所述的基于視頻流的整體墻面損傷自動檢測方法，其特征在于，在所述特征匹配的步驟中：對于匹配結果，通過隨機抽樣一致性算法計算模型參數并驗證，去除誤匹配點，提高匹配精度。

7.一種基于視頻流的整體墻面損傷自動檢測系統，其特征在于，采用權利要求1至3、5至6中任一項所述的基于視頻流的整體墻面損傷自動檢測方法，包括：

8.根據權利要求7所述的基于視頻流的整體墻面損傷自動檢測系統，其特征在于，還包括：

9.一種基于視頻流的整體墻面損傷自動檢測設備，其特征在于，采用權利要求7所述的基于視頻流的整體墻面損傷自動檢測系統。

10.根據權利要求9所述的基于視頻流的整體墻面損傷自動檢測設備，其特征在于，所述設備為搭載有高清攝像頭的無人機、地面機器人或者爬墻機器人。

技術總結
本發明公開一種基于視頻流的整體墻面損傷自動檢測方法、系統及設備，該方法包括模型訓練、視頻動態采集、區域墻面圖像序列提取、墻面全景圖像融合和墻面損傷自動檢測。通過訓練后的實例分割神經網絡模型對墻面全景圖像自適應分割為墻面區塊圖像序列并對其進行墻面損傷情況的自動檢測標注；對自動檢測標注后的所有墻面區塊圖像進行拼接形成墻面損傷全景圖像，通過墻面損傷全景圖像對整體墻面的墻面損傷位置分布情況進行總體概覽展示及詳圖損傷信息標注展示。本發明能夠實現對整體墻面損傷情況的自動化檢測和智能化檢測，具有檢測效率高、智能化水平高的優點，以及具有全局性展示及對損傷位置節點詳圖損傷信息展示的雙重展示效果。

技術研發人員：谷志旺,李鋼,童宇,孫沈鵬,馬思齊,任瑛楠,陳雪峽,包凌飛,路暢,何嬌
受保護的技術使用者：上海建工四建集團有限公司
技術研發日：
技術公布日：2025/4/28