[发明专利]一种道路病害识别检测方法及系统在审

专利信息
申请号: 202211522042.2 申请日: 2022-11-30
公开(公告)号: CN115937807A 公开(公告)日: 2023-04-07
发明(设计)人: 王鑫;毛昭勇;张驰;沈钧戈 申请(专利权)人: 西北工业大学
主分类号: G06V20/56 分类号: G06V20/56;G06V10/774;G06V10/77;G06V10/82;G06N3/08;G06N3/0464
代理公司: 北京东方盛凡知识产权代理有限公司 11562 代理人: 高天星
地址: 710071 陕西*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 道路 病害 识别 检测 方法 系统
【权利要求书】:

1.一种道路病害识别检测方法,其特征在于,步骤包括:

采集数据集,并将所述数据集划分为训练集、验证集和测试集;

对所述数据集进行预处理,得到所述处理后数据;

根据所述处理后数据,利用Transformer算法提取图像不同层级的目标特征,得到最终目标向量;

基于所述最终目标向量,得到目标的类别概率,并回归出目标边界框,实现目标精准检测。

2.根据权利要求1所述的道路病害识别检测方法,其特征在于,采集数据集的方法包括:根据《公路技术状况评定标准》制作病害标注数据,采用含有多尺度、不同背景环境、不同光照状态下路面病害信息的光学影像数据组建成所述数据集。

3.根据权利要求1所述的道路病害识别检测方法,其特征在于,所述预处理的方法包括:

对所述训练集和所述测试集进行图像尺寸调整,得到多张尺寸调整后的图像样本,并通过数据增强方法扩充训练集数据量;得到数据样本;

对所述数据样本进行切块处理,得到若干小型三维图像立方体;

对每个所述小型三维图像立方体做扁平化的线性映射,得到若干与之对应的一维向量,其代表了所述图像样本的原始特征。

4.根据权利要求3所述的道路病害识别检测方法,其特征在于,所述数据增强的方法包括:

从所述数据集中每次随机读取四张图片;

分别对所述四张图片进行翻转、缩放和色域变化,得到处理后图片;

将所述处理后图片放置在指定尺寸大图的左上,右上,左下,右下位置;

利用矩阵的方式将所述处理后图片固定的区域截取下来,然后将它们拼接成一张新的图片,相应的,要对超过边界的检测框坐标进行边缘处理,以方便生成新图片对应的XML文件。

5.根据权利要求3所述的道路病害识别检测方法,其特征在于,进行所述切块处理的方法包括:

设定步长为S,以S为步长按顺序分别将每张尺寸为C×C×3的图像样本切割成N个的小立方体。

6.根据权利要求5所述的道路病害识别检测方法,其特征在于,得到所述处理后数据的方法包括:将大小为的小立方体通过线性映射展平得到长度为的一维向量,由N个所述一维向量构成所述处理后数据。

7.根据权利要求6所述的道路病害识别检测方法,其特征在于,提取所述目标特征的方法包括:

构造一个与所述原始特征维度相同的向量作为位置编码,然后与代表所述原始特征的所述一维向量相加得到Transformer模块的输入;

将添加位置编码后的所述一维向量输入基于视觉Transformer模块的编码层,提取图像不同层级的所述目标特征。

8.一种道路病害识别检测系统,其特征在于,包括:采集模块、预处理模块、提取模块和计算模块;

所述采集模块用于采集数据集,并将所述数据集划分为训练集、验证集和测试集;

所述预处理模块用于对所述数据集进行预处理,得到所述处理后数据;

所述提取模块用于根据所述处理后数据,提取图像不同层级的目标特征,得到最终目标向量;

所述计算模块用于基于所述最终目标向量,得到目标的类别概率,并回归出目标边界框。

9.根据权利要求8所述的道路病害识别检测系统,其特征在于,所述采集模块包括:采集单元和划分单元;

所述采集单元用于采集所述数据集;

所述划分单元用于将所述数据集划分为所述训练集、所述验证集和所述测试集。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西北工业大学,未经西北工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202211522042.2/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top