-
公开(公告)号:CN114022675A
公开(公告)日:2022-02-08
申请号:CN202111227838.0
申请日:2021-10-21
Applicant: 东南大学
IPC: G06V10/26 , G06V10/44 , G06V10/94 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08 , G06T7/00 , G06T7/11 , G06T7/187
Abstract: 本发明公开了一种基于交互式分割的路面裂缝智能标注方法。首先设计VGG19‑Unet路面裂缝交互式语义分割模型进行裂缝像素级的分割,模型输入端输入路面裂缝原图像、裂缝标注二值图以及标注裂缝区域种子点图,在训练过程中生成目标裂缝区域内的种子候选点,与标注裂缝种子点进行损失计算,回归修正目标裂缝区域内的种子候选点位置。然后根据四邻域相似性准则,对目标裂缝区域内的种子候选点进行裂缝区域生长,生成交互式裂缝分割二值图,完成VGG19‑Unet路面裂缝交互式语义分割模型。本发明弥补了现有深度学习裂缝像素级标注图像样本量不足的缺陷,有利于路面裂缝语义分割模型的训练,为路面裂缝快速检测提供依据。
-
公开(公告)号:CN113312987B
公开(公告)日:2024-04-16
申请号:CN202110510136.7
申请日:2021-05-11
Applicant: 东南大学
IPC: G06V20/10 , G06V20/17 , G06V10/25 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于无人机航拍路面裂缝图像的识别方法,首先根据无人机航拍图像的质量要求,计算所需的飞行参数,然后完成飞行路径规划,完成基于无人机的路面裂缝图像收集,对收集到的图像进行预处理,对航拍的小尺度裂缝进行针对性的增强,最后根据FasterRCNN网络模型,完成路面裂缝的识别与定位,并以文档形式输出病害的类别及位置,为养护管理工作提供依据。本发明提高了识别精度。
-
公开(公告)号:CN114022675B
公开(公告)日:2024-11-29
申请号:CN202111227838.0
申请日:2021-10-21
Applicant: 东南大学
IPC: G06V10/26 , G06V10/44 , G06V10/94 , G06V10/764 , G06V10/82 , G06N3/0455 , G06N3/0464 , G06N3/08 , G06T7/00 , G06T7/11 , G06T7/187
Abstract: 本发明公开了一种基于交互式分割的路面裂缝智能标注方法。首先设计VGG19‑Unet路面裂缝交互式语义分割模型进行裂缝像素级的分割,模型输入端输入路面裂缝原图像、裂缝标注二值图以及标注裂缝区域种子点图,在训练过程中生成目标裂缝区域内的种子候选点,与标注裂缝种子点进行损失计算,回归修正目标裂缝区域内的种子候选点位置。然后根据四邻域相似性准则,对目标裂缝区域内的种子候选点进行裂缝区域生长,生成交互式裂缝分割二值图,完成VGG19‑Unet路面裂缝交互式语义分割模型。本发明弥补了现有深度学习裂缝像素级标注图像样本量不足的缺陷,有利于路面裂缝语义分割模型的训练,为路面裂缝快速检测提供依据。
-
公开(公告)号:CN114663386A
公开(公告)日:2022-06-24
申请号:CN202210276194.2
申请日:2022-03-21
Applicant: 东南大学
Abstract: 本发明公开了一种机场道面病害图像的水膜去除方法,包括以下步骤:步骤1、构建编码‑解码对称的水膜生成结构;步骤2、构建基于全卷积网络的水膜判别结构;步骤3、定义用于训练水膜生成结构及水膜判别结构的对抗损失函数、循环一致性损失函数;步骤4、融合水膜生成结构及水膜判别结构,建立积水道面病害图像水膜去除模型;步骤5、对积水道面病害图像水膜去除模型进行训练;步骤6、利用训练好的积水道面病害图像水膜去除模型,完成积水道面病害图像水膜去除任务。本发明提高雨天道面自动化检测精度,提高道面病害模型的多场景适应能力,完成多种天气状况下道面病害的自动化识别检测,为雨天的机场道面应急抢险提供依据。
-
公开(公告)号:CN114663386B
公开(公告)日:2024-08-06
申请号:CN202210276194.2
申请日:2022-03-21
Applicant: 东南大学
IPC: G06T7/00 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种机场道面病害图像的水膜去除方法,包括以下步骤:步骤1、构建编码‑解码对称的水膜生成结构;步骤2、构建基于全卷积网络的水膜判别结构;步骤3、定义用于训练水膜生成结构及水膜判别结构的对抗损失函数、循环一致性损失函数;步骤4、融合水膜生成结构及水膜判别结构,建立积水道面病害图像水膜去除模型;步骤5、对积水道面病害图像水膜去除模型进行训练;步骤6、利用训练好的积水道面病害图像水膜去除模型,完成积水道面病害图像水膜去除任务。本发明提高雨天道面自动化检测精度,提高道面病害模型的多场景适应能力,完成多种天气状况下道面病害的自动化识别检测,为雨天的机场道面应急抢险提供依据。
-
公开(公告)号:CN113312987A
公开(公告)日:2021-08-27
申请号:CN202110510136.7
申请日:2021-05-11
Applicant: 东南大学
Abstract: 本发明公开了一种基于无人机航拍路面裂缝图像的识别方法,首先根据无人机航拍图像的质量要求,计算所需的飞行参数,然后完成飞行路径规划,完成基于无人机的路面裂缝图像收集,对收集到的图像进行预处理,对航拍的小尺度裂缝进行针对性的增强,最后根据FasterRCNN网络模型,完成路面裂缝的识别与定位,并以文档形式输出病害的类别及位置,为养护管理工作提供依据。本发明提高了识别精度。
-
-
-
-
-