公开(公告)号：CN110070520B

公开(公告)日：2022-09-30

申请号：CN201910208224.4

申请日：2019-03-19

Applicant: 长安大学

Inventor： 李伟 ,  呼延菊 ,  肖力炀 ,  沙爱民 ,  孙朝云 ,  苏姗 ,  翟军治 ,  徐政超 ,  陈瑶

IPC: G06T7/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了基于深度卷积神经网络的路面裂缝检测模型的构建及检测方法，具包括：获取不同路面背景下的路面裂缝图像集，使用不同角度的sigmoid曲线进行特征提取，获得特征图；将特征图作为输入，将所述的的标签作为输出，训练神经网络，获得路面裂缝检测模型；其中，神经网络包括依次设置的特征提取层和分类层。再将待检测路面图像输入到检测模型中，输出路面裂缝检测结果。实现对不同背景环境下修补和未修补的路面裂缝进行检测分类的目的，具有较高的检测分类精度。

公开(公告)号：CN110070520A

公开(公告)日：2019-07-30

申请号：CN201910208224.4

申请日：2019-03-19

Applicant: 长安大学

Inventor： 李伟 ,  呼延菊 ,  肖力炀 ,  沙爱民 ,  孙朝云 ,  苏姗 ,  翟军治 ,  徐政超 ,  陈瑶

IPC: G06T7/00 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明公开了基于深度卷积神经网络的路面裂缝检测模型的构建及检测方法，具包括：获取不同路面背景下的路面裂缝图像集，使用不同角度的sigmoid曲线进行特征提取，获得特征图；将特征图作为输入，将所述的的标签作为输出，训练神经网络，获得路面裂缝检测模型；其中，神经网络包括依次设置的特征提取层和分类层。再将待检测路面图像输入到检测模型中，输出路面裂缝检测结果。实现对不同背景环境下修补和未修补的路面裂缝进行检测分类的目的，具有较高的检测分类精度。