-
Patent Agency Ranking
公开(公告)号：CN113673585B
公开(公告)日：2023-06-20
申请号：CN202110881065.1
申请日：2021-08-02
Applicant: 大连海事大学
IPC: G06V10/80 , G06T5/00 , G06T7/00 , G06V10/774
Abstract: 本发明提供一种路面破损检测方法，包括：获取待检测路面图像；对所述待检测图像进行基于亮度和对比度调整的扩充处理；输入特征提取网络，获取所述特征提取网络的输出作为特征图像；将所述特征图像输入到多层特征金字塔网络中进行特征融合，最终输出在四种不同尺度下进行特征融合后得到的特征向量；对多层特征金字塔网络输出的置信度得分进行融合处理，进而得到融合后的置信度；将融合后的置信度与设定阈值比较，从而得到预测框位置；根据预测框位置确定路面横向裂缝、纵向裂缝、龟裂、块状裂缝共四种类型破损情况。本发明能够在低对比度背景下对路面上存在的纵向裂痕、横向裂痕、龟裂及块状裂痕四种破损情况进行检测。
-
公开(公告)号：CN116883848A
公开(公告)日：2023-10-13
申请号：CN202310862753.2
申请日：2023-07-13
Applicant: 大连海事大学
IPC: G06V20/10 , G06V10/774 , G06V10/82
Abstract: 本发明提供了路面破损检测方法及系统，涉及目标检测技术领域，包括：构建基于YOLOv5的路面破损检测模型；利用路面破损损失函数对路面破损检测模型进行训练；所述路面破损损失函数包括：基于多种距离约束的坐标定位损失、置信度损失和分类损失；所述多种距离约束包括：重叠面积、中心点距离、真实框与预测框宽高比、相交框与预测框宽高比、左上角距离和右上角距离；利用训练好的路面破损检测模型对真实待检测图像数据进行路面破损检测。本发明中通过改进CIoU损失函数，进而提升了路面破损检测的准确性。
-
公开(公告)号：CN113379765B
公开(公告)日：2023-09-08
申请号：CN202110642392.1
申请日：2021-06-09
Applicant: 大连海事大学
Abstract: 本发明提供一种路面修补区域提取与修补类型判定方法，包括以下步骤：步骤1：基于YOLOv5的修补区域粗提取及修补类型判定；步骤2：图像预处理；步骤3：基于超像素分割的块状修补候选区域提取；步骤4：块状修补区域误检去除；步骤5：块状修补区域标记；步骤6：条状修补区域超像素分割预处理；步骤7：低对比度区域判断；步骤8：高对比度区域条状修补提取；步骤9：低对比度区域条状修补提取；步骤10：条状修补区域标记。本发明的技术方案能够高精度地提取出路面块状及条状修补区域，特别是低对比度背景下对修补区域进行提取。
-
公开(公告)号：CN113673585A
公开(公告)日：2021-11-19
申请号：CN202110881065.1
申请日：2021-08-02
Applicant: 大连海事大学
Abstract: 本发明提供一种路面破损检测方法，包括：获取待检测路面图像；对所述待检测图像进行基于亮度和对比度调整的扩充处理；输入特征提取网络，获取所述特征提取网络的输出作为特征图像；将所述特征图像输入到多层特征金字塔网络中进行特征融合，最终输出在四种不同尺度下进行特征融合后得到的特征向量；对多层特征金字塔网络输出的置信度得分进行融合处理，进而得到融合后的置信度；将融合后的置信度与设定阈值比较，从而得到预测框位置；根据预测框位置确定路面横向裂缝、纵向裂缝、龟裂、块状裂缝共四种类型破损情况。本发明能够在低对比度背景下对路面上存在的纵向裂痕、横向裂痕、龟裂及块状裂痕四种破损情况进行检测。
-
公开(公告)号：CN113379765A
公开(公告)日：2021-09-10
申请号：CN202110642392.1
申请日：2021-06-09
Applicant: 大连海事大学
Abstract: 本发明提供一种路面修补区域提取与修补类型判定方法，包括以下步骤：步骤1：基于YOLOv5的修补区域粗提取及修补类型判定；步骤2：图像预处理；步骤3：基于超像素分割的块状修补候选区域提取；步骤4：块状修补区域误检去除；步骤5：块状修补区域标记；步骤6：条状修补区域超像素分割预处理；步骤7：低对比度区域判断；步骤8：高对比度区域条状修补提取；步骤9：低对比度区域条状修补提取；步骤10：条状修补区域标记。本发明的技术方案能够高精度地提取出路面块状及条状修补区域，特别是低对比度背景下对修补区域进行提取。
-
-
-
-
Search Results
5
records
(took 0.022 seconds)
