基于深度学习的路面裂缝提取方法和装置
文献类型：专利
| 作者 | 廖小罕; 陈岳峰; 王勇; 曾俊铖; 黄开青; 吴少峰; 邱路阳; 何正龙; 陈宇焜; 甘宏 |
| 发表日期 | 2023-05-30 |
| 专利号 | CN202310187660.4 |
| 著作权人 | 中国科学院地理科学与资源研究所 ; 福建省高速公路科技创新研究院有限公司 ; 福建罗宁高速公路有限公司 |
| 国家 | CN |
| 产权排序 | 1 |
| 英文摘要 | 本发明涉及计算机技术领域，尤其涉及一种基于深度学习的路面裂缝提取方法和装置。该方法包括：获取待提取的路面图像；将待提取的路面图像输入到训练好的裂缝提取模型中，得到待提取的路面图像的路面裂缝提取结果，裂缝提取模型是利用标签路面图像对预设的深度学习网络进行训练得到的，深度学习网络包括编码网络、一级特征融合网络、解码网络和二级特征融合网络，编码网络加强路面图像的上下文特征，一级特征融合网络将由编码网络输出的特征中不同感受野的特征进行特征融合，解码网络将编码网络和一级特征融合网络输出的特征进行特征融合，二级特征融合网络将解码网络和一级特征融合网络输出的特征进行特征融合，以得到路面裂缝提取结果。 |
| 公开日期 | 2023-05-30 |
| 申请日期 | 2023-03-02 |
| 源URL | [http://ir.igsnrr.ac.cn/handle/311030/194087]  |
| 专题 | 资源与环境信息系统国家重点实验室_专利、软件、成果转化 |
| 作者单位 | 1.中国科学院地理科学与资源研究所 2.福建省高速公路科技创新研究院有限公司 3.福建罗宁高速公路有限公司 |
| 推荐引用方式 GB/T 7714 | 廖小罕,陈岳峰,王勇,等. 基于深度学习的路面裂缝提取方法和装置. CN202310187660.4. 2023-05-30. |
入库方式： OAI收割
来源：地理科学与资源研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。