[发明专利]一种基于多尺度特征融合深度学习的裂缝自动化勾画方法在审
| 申请号： | 201810517520.8 | 申请日： | 2018-05-25 |
| 公开（公告）号： | CN108710919A | 公开（公告）日： | 2018-10-26 |
| 发明（设计）人： | 张建;倪富陶 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/08;G06T7/12;G06T7/136 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 杜静静 |
| 地址： | 210096 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开基于多尺度特征融合深度学习的裂缝自动勾画方法，其方法包括：利用迁徙学习策略得到裂缝多尺度特征图；利用卷积核大小为1×1的卷积层和双线性插值对多个尺度的特征图进行逐层融合并最终得到多维的融合特征；利用连续的多尺度全卷积网络对多维融合特征的像素信息进行进一步融合，实现对于图像中每一个像素类别的预测。本发明可以学习到多个尺度的裂缝特征，充分考虑了不同尺度特征对应像素之间的关系以及区域范围内像素之间的关系，实现快速高精度的裂缝自动勾画，能够适用于各类型复杂环境中的裂缝检测。 | ||
| 搜索关键词： | 裂缝 融合 多尺度特征 像素 勾画 多维 卷积 尺度 尺度特征 复杂环境 裂缝检测 像素信息 学习策略 多尺度 卷积核 双线性 特征图 学习 迁徙 自动化 图像 预测 网络 | ||
【主权项】：
1.一种基于多尺度特征融合深度学习的裂缝自动化勾画方法，其特征在于，所述方法包括以下步骤：(1)基于迁徙学习的裂缝定性检测及特征提取方法；(2)多尺度深度学习特征融合方法；(3)连续多尺度全卷积层裂缝预测方法；(4)所述的多尺度特征融合深度学习采用如下方法进行样本训练；(5)裂缝检测定位及裂缝自动勾画。
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东南大学，未经东南大学许可，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/patent/201810517520.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种直播视频的多模态信息的融合方法和装置
- 下一篇：示功图识别方法及装置
