公开(公告)号：CN111724074B

公开(公告)日：2023-10-27

申请号：CN202010582258.2

申请日：2020-06-23

Applicant: 华中科技大学

Inventor： 凌贺飞 ,  黄昌喜 ,  张鹏锋 ,  李青松

IPC: G06Q10/0639 ,  G06N3/084 ,  G06N3/0464

Abstract: 本发明提供一种基于深度学习的路面病变检测预警方法，包括：确定路面不同分段的不同时间段的参数；将各个分段路面不同时间段的参数分别输入到预先训练得到的双路深度神经网络模型，以检测各个分段路面参数对应的样本能量；基于POT模型以及各个分段路面参数对应的样本能量确定报警阈值；当某个分段路面的样本能量超过所述报警阈值时，认为该分段路面发生病变，将该分段路面设为一个报警点进行路面病变预警。本发明基于双路深度神经网络计算出输入路面样本数据的样本能量，样本能量值越大，说明该段路面早期病变、劣化的可能性越高；筛选报警阶段，使用了POT模型和延迟法进行两步式的筛选，在尽量提高召回率的同时不对精度造成过大的影响。

公开(公告)号：CN111724074A

公开(公告)日：2020-09-29

申请号：CN202010582258.2

申请日：2020-06-23

Applicant: 华中科技大学

Inventor： 凌贺飞 ,  黄昌喜 ,  张鹏锋 ,  李青松

IPC: G06Q10/06 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明提供一种基于深度学习的路面病变检测预警方法，包括：确定路面不同分段的不同时间段的参数；将各个分段路面不同时间段的参数分别输入到预先训练得到的双路深度神经网络模型，以检测各个分段路面参数对应的样本能量；基于POT模型以及各个分段路面参数对应的样本能量确定报警阈值；当某个分段路面的样本能量超过所述报警阈值时，认为该分段路面发生病变，将该分段路面设为一个报警点进行路面病变预警。本发明基于双路深度神经网络计算出输入路面样本数据的样本能量，样本能量值越大，说明该段路面早期病变、劣化的可能性越高；筛选报警阶段，使用了POT模型和延迟法进行两步式的筛选，在尽量提高召回率的同时不对精度造成过大的影响。