申请/专利权人:山东大学
申请日:2024-01-10
公开(公告)日:2024-04-09
公开(公告)号:CN117853869A
主分类号:G06V10/82
分类号:G06V10/82;G06V10/26;G06V20/70;G06V10/44;G06V10/80;G06N3/0464;G06N3/045;G06N3/08;G06N7/01;E01C23/01
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.26#实质审查的生效;2024.04.09#公开
摘要:本发明公开了一种基于平行架构的混合范式语义分割路面裂缝识别方法,包括:获取路面巡检图像历史数据,对所述路面巡检图像历史数据进行预处理,得到像素值统一的大尺寸图像块;对所述大尺寸图像块进行裂缝标注,为所述大尺寸图像块分配裂缝类别标签,得到训练数据集;采用平行架构,结合注意力机制神经网络分支和卷积神经网络分支,使用所述训练数据集进行路面裂缝图像训练,构建路面裂缝识别模型,所述路面裂缝识别模型的输出为路面裂缝特征加强图;将所述路面裂缝特征加强图输入到全连接条件随机场进行后处理,得到优化后的路面裂缝预测结果。本发明能够实现实时兼顾效率和精度的路面裂缝像素级预测。
主权项:1.一种基于平行架构的混合范式语义分割路面裂缝识别方法,其特征在于,包括:获取路面巡检图像历史数据,对所述路面巡检图像历史数据进行预处理,得到像素值统一的大尺寸图像块;对所述大尺寸图像块进行裂缝标注,为所述大尺寸图像块分配裂缝类别标签,得到训练数据集;采用平行架构,结合注意力机制神经网络分支和卷积神经网络分支,使用所述训练数据集进行路面裂缝图像训练,构建路面裂缝识别模型,所述路面裂缝识别模型的输出为路面裂缝特征加强图;将所述路面裂缝特征加强图输入到全连接条件随机场进行后处理,得到优化后的路面裂缝预测结果。
全文数据:
权利要求:
百度查询: 山东大学 一种基于平行架构的混合范式语义分割路面裂缝识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。