[发明专利]一种道路安全隐患的检测方法、系统及可存储介质

权利要求书

1.一种道路安全隐患的检测方法，其特征在于，包括以下步骤：

采集不同损坏类型的路面图像信息，并对路面图像信息进行预处理，获得预处理图像；

对预处理图像进行目标区域提取，剔除预处理图像中的非目标区域图像，获得目标路面图像；

对目标路面图像中的路面损坏区域及路面损坏类型进行目标框标记，构建训练数据集；

构建路面损坏检测模型，将训练数据集输入路面损坏检测模型中进行模型训练，直至模型收敛，得到训练好的路面损坏检测模型；

利用训练好的路面损坏检测模型对待检测路面图像进行检测，识别路面损坏类型，确定路面损坏的具体位置。

2.根据权利要求1所述的一种道路安全隐患的检测方法，其特征在于，采集不同损坏类型的路面图像信息，具体包括以下步骤：

将安装有摄像头的若干灯杆安设在路面两侧，且相邻两个摄像头的拍摄范围存在重合区域；

利用多个摄像头对处于拍摄范围的路面进行多角度拍摄，得到若干路面图像视频；

根据预设的采样率，从路面图像视频中提取路面图像帧，得到多个路面图像以及路面图像所对应的空间属性信息。

3.根据权利要求1所述的一种道路安全隐患的检测方法，其特征在于，对路面图像信息进行预处理，具体包括以下步骤：

对路面图像的对比度进行增强或拉伸处理，生成灰度增强及直方图均衡变换的第一图像；

采用邻域平均法及中值滤波法对第一图像进行消除噪声处理，生成去噪后的第二图像；

对第二图像进行锐化处理，生成边缘清晰的预处理图像。

4.根据权利要求1所述的一种道路安全隐患的检测方法，其特征在于，获得目标路面图像，具体包括以下步骤：

基于预设特征对预处理图像进行划分，得到初始目标区域；

通过初始目标区域中相对于预设特征的高维特征，获取初始目标区域中相邻区块的相似度；

当初始目标区域中存在满足相似度条件的相邻区块时，将相邻区块进行连通并将连通后的区域作为新的目标区域重复上述步骤，直至目标区域中不存在满足相似度条件的相邻区块时，将最后连通区块构成的区域作为目标区域；

提取目标区域对应的图像数据，并根据提取的图像数据生成目标路面图像。

5.根据权利要求1所述的一种道路安全隐患的检测方法，其特征在于，路面损坏检测模型为基于Resnet50卷积神经网络进行构建得到，包括基于Resnet50的特征提取层和分类层；

特征提取层包括依次连接的去除平均池化层和全连接层后的Resnet50、CSA的特征细化层和全局平均池化层；

分类层为两个全连接层，设置在全局平均池化层之后，在对应的目标函数的监督下，预测图像标签。

6.根据权利要求1所述的一种道路安全隐患的检测方法，其特征在于，在将训练数据集输入路面损坏检测模型中进行模型训练之前，所述方法还包括：

将目标路面图像的大小与路面损坏检测模型的输入窗口的大小进行比较，若二者相同，则将目标路面图像输入到路面损坏检测模型中；

若二者不同，则将对目标路面图像的图像数据执行缩放处理后写入到与输入窗口大小相同的图像中再输入到路面损坏检测模型中。

7.根据权利要求1所述的一种道路安全隐患的检测方法，其特征在于，得到训练好的路面损坏检测模型，具体包括以下步骤：

提取训练数据集中目标路面图像的图像特征信息，并基于对应的目标框标记生成的标签信息，确认不同损坏类型的目标路面图像的图像特征信息并进行标记；

针对每个目标路面图像，根据对应的标签信息中的路面损坏区域，分别确定目标路面图像的图像特征信息中每个图像块与路面损坏区域的重叠率，获取该目标路面图像是否属于各损坏类型的标记信息；

基于每个目标路面图像是否属于各损坏类型的标记信息和图像特征信息，确认目标函数；

对目标函数进行优化，直至路面损坏检测模型的目标函数收敛时，获得训练好的路面损坏检测模型。