[发明专利]基于深度学习的机场道面地下结构病害自动检测方法有效
| 申请号： | 202110024616.2 | 申请日： | 2021-01-08 |
| 公开（公告）号： | CN112700429B | 公开（公告）日： | 2022-08-26 |
| 发明（设计）人： | 李海丰;李南莎;王怀超 | 申请（专利权）人： | 中国民航大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/194 |
| 代理公司： | 天津才智专利商标代理有限公司 12108 | 代理人： | 庞学欣 |
| 地址： | 300300 天*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的机场道面地下结构病害自动检测方法。其构造了由二维卷积和三维卷积组成的卷积神经网络，可提取GPR B‑scan和C‑scan中的二维和三维特征并进行融合，充分考虑到了地下病害的空间性质和不同病害间的特征差异；接下来构造了反卷积子网络对融合特征进行反卷积，实现对地下病害目标的三维语义分割，将属于病害区域的前景像素点分割出来，然后通过聚类生成三维外接框，避免了对三维空间的大量搜索；将得到的三维外接框略微进行扩大作为感兴趣区域映射到已获得的三维特征图对应位置，然后进行池化操作，得到固定大小的感兴趣区域对应的特征图，本发明最后构造了全连接层对初始的三维预测框进行位置修正和分类，使得定位更加精确，可有效用于机场道面地下结构病害检测，且平均检测精度较现有公知方法高。 | ||
| 搜索关键词： | 基于 深度 学习 机场 地下 结构 病害 自动检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国民航大学，未经中国民航大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110024616.2/，转载请声明来源钻瓜专利网。
