[发明专利]基于深度卷积神经网络的公路路面图像裂缝几何属性检测与裂缝识别方法在审
| 申请号： | 202210813650.2 | 申请日： | 2022-07-11 |
| 公开（公告）号： | CN115100173A | 公开（公告）日： | 2022-09-23 |
| 发明（设计）人： | 何昱衡;杨宏晖;吴梅 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/82;G06V10/54;G06V10/774;G06V10/776;G06N3/04;G06N3/08 |
| 代理公司： | 西安匠星互智知识产权代理有限公司 61291 | 代理人： | 陈星 |
| 地址： | 710072 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种基于深度卷积神经网络的公路路面图像裂缝几何属性检测与裂缝识别方法，首先针对现有路面裂缝检测方法对裂缝表达存在的局限性，提出了新的基于几何属性的裂缝表达方式，可表达图像中相关区域内裂缝的位置、延伸方向与长度等几何属性。新的裂缝表达方法显著提升了裂缝图像的标注效率，提升了标注的一致性，并具有对裂缝识别功能，还具有较高的面积与位置检测精度。进而，本发明提出了基于深度卷积神经网络，搭建了深度裂缝几何属性检测网络，设计了新的损失函数，使得网络可以预测裂缝的几何属性，并根据裂缝几何属性即可将裂缝分为横纹、纵纹与龟裂三类。本发明为公路路面图像裂缝检测与识别提供了一种新的思路、新的技术途径和方法。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 公路 路面 图像 裂缝 几何 属性 检测 识别 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西北工业大学，未经西北工业大学许可，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/202210813650.2/，转载请声明来源钻瓜专利网。
- 上一篇：用于肝脏中蛋白质表达的重组启动子和载体及其用途
- 下一篇：轴承压装工装
