申请/专利权人：贵州博睿科讯科技发展有限公司

申请日：2022-08-16

公开（公告）日：2024-04-09

公开（公告）号：CN115527059B

主分类号：G06V10/764

分类号：G06V10/764;G06V10/46;G06V10/80;G06V10/82;G06N3/0464;G06N3/045;G06N3/047;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.04.09#授权;2023.01.13#实质审查的生效;2022.12.27#公开

摘要：本发明属于图像识别技术领域，更具体地说，涉及一种基于AI识别技术的涉路施工元素检测系统及方法。以FasterRCNN网络为基础网络结构，将采集后的道路图像输入网络并形成特征图，在FasterRCNN网络上设置特征金字塔网络并采用金字塔特征融合的方式精确特征图，使用网络级联串联多个FasterRCNN网络，设置基于动力系统模块的检测网络并采用布朗运动模拟道路不确定因素，建立SDE‑Net模型并设置检测器，完成道路检测。本发明的有益效果是可在不受周围环境的影响下提取高精度道路图像，在保证极低的延时性的情况下提取高精度道路图像，在快速处理道路图像并提高精确度与特征的同时减少内存消耗。

主权项：1.一种基于AI识别技术的涉路施工元素检测方法，其特征在于，所述方法的步骤包括：采集道路图像并将FasterRCNN网络设置为基础网络结构，通过所述FasterRCNN网络可提取所述道路图像的特征形成特征图，所述FasterRCNN网络包括底部特征提取层、区域建议网络RPN与基于目标区域ROI的分类器；所述区域建议网络可基于所述特征图建立检测候选框；经过ROI池化层的候选框内的特征被传输至所述ROI分类器内；在所述FasterRCNN网络的基础结构上设置特征金字塔网络结构，所述特征金字塔网络结构可融合网络多尺度信息，增强所述特征图的表达能力，其中在所述特征金字塔网络结构后，输出了多个不同尺度的特征层，由于大小不同，这些所述特征层无法直接累加，因此所有图层首先都要转换为相同的大小，转换过程中要选择一个特征图层作为基准，通过插值和池化将其他图层缩放到其大小，使所有图层大小相同，采用金字塔特征融合的方式对所述特征金字塔网络结构输出的所有特征层进行累加，并对累加结果求平均值，可得出融合后的平均特征图，通过对求得的平均特征进行提炼可捕获长距离相关性，可消除噪声，将融合后的特征图恢复到各特征层的原始尺寸，将所述特征金字塔网络结构输出的修改后的特征图与其相同尺寸的特征图再次进行累加，达到特征增强的效果；使用网络级联RPN网络进行训练；设置基于随机动力系统模块的检测网络，所述基于目标区域的ROI分类器与所述随机动力系统模块并联连接，通过所述基于随机动力系统模块的检测网络筛选异常目标并应用布朗运动模拟道路产生的不确定因素；建立SDE-Net模型配合所述动力系统模块检测道路不确定因素；基于所述SDE-Net模型设置检测器，通过所述检测器完成涉路目标的检测，其中将SDE-Net还原成普通网络结构，在训练时，若检测框中的物体是涉路目标，则同时优化网络主体和发散模块，其中，所述网络主体通过普通训练方法训练，所述发散模块将输出结果与0算交叉熵进行优化，若所述检测框中的物体不是涉路目标，则只优化所述发散模块，将输出结果与1算交叉熵进行优化，能以极低的时延性在分别道路主体与障碍物的同时减少内存消耗，实现对多场景路面图像的高性能目标检测。

全文数据：

权利要求：

百度查询： 贵州博睿科讯科技发展有限公司 一种基于AI识别技术的涉路施工元素检测系统及方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD