[發明專利]基于神經網絡的道路病害識別方法及裝置在審
| 申請號： | 201811534062.5 | 申請日： | 2018-12-14 |
| 公開（公告）號： | CN109685124A | 公開（公告）日： | 2019-04-26 |
| 發明（設計）人： | 張富平;劉曦蔓;盧彥斌 | 申請（專利權）人： | 斑馬網絡技術有限公司 |
| 主分類號： | G06K9/62 | 分類號： | G06K9/62;G06K9/34 |
| 代理公司： | 北京同立鈞成知識產權代理有限公司 11205 | 代理人： | 張子青;劉芳 |
| 地址： | 200030 上海*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 病害 道路病害 圖像 卷積神經網絡 分割區域 神經網絡 預設 圖像自動識別 安全隱患 采集設備 人工識別 圖像輸入 發送 | ||
1.一種基于神經網絡的道路病害識別方法，其特征在于，包括：
獲取車載采集設備發送的道路病害圖像；
將所述道路病害圖像輸入至預設的卷積神經網絡模型中，計算得到所述道路病害圖像對應的病害類別值、病害相對位置和病害實例分割區域，所述病害相對位置為病害在道路病害圖像中的位置，其中所述預設的卷積神經網絡模型是由預設數量經過標記的道路病害圖像訓練得到的；
根據所述病害類別值確定所述道路病害圖像對應的病害類別；
根據所述病害相對位置或所述病害實例分割區域確定所述道路病害圖像對應的病害等級。
2.根據權利要求1所述的方法，其特征在于，所述將所述道路病害圖像輸入至預設的卷積神經網絡模型中，計算得到所述道路病害圖像對應的病害類別值、病害相對位置和病害實例分割區域，包括：
對所述道路病害圖像進行特征提取，得到多層特征圖像；
提取多層特征圖的候選框，所述候選框是由病害的邊界組成的；
對所述候選框進行池化，將提取的候選框縮放至預設矩陣大小的特征向量；
將所述特征向量輸入至所述預設的卷積神經網絡模型的第一預測分支，計算得到所述道路病害圖像對應的病害類別值和病害相對位置；
將所述特征向量輸入至所述預設的卷積神經網絡模型的第二預測分支，計算得到所述道路病害圖像對應的病害實例分割區域。
3.根據權利要求1所述的方法，其特征在于，所述病害類別值為多個；所述根據所述病害類別值確定所述道路病害圖像對應的病害類別，包括：
獲取所述病害類別值中的最大值，將所述最大值對應的病害類別確定為所述道路病害圖像對應的病害類別。
4.根據權利要求3所述的方法，其特征在于，還包括：
若所述病害類別值中的最大值小于預設的有效閾值，則判定所述病害類別值無效，并重新執行獲取車載采集設備發送的道路病害圖像的步驟。
5.根據權利要求1所述的方法，其特征在于，所述病害類別為塊狀病害；
根據所述病害實例分割區域確定所述道路病害圖像對應的病害等級，包括：
對所述病害實例分割區域進行膨脹、腐蝕處理，以使所述病害實例分割區域成為一個完整且連通的區域；
計算處理后的病害實例分割區域的病害面積；
根據所述病害面積確定所述道路病害圖像對應的病害等級。
6.根據權利要求1所述的方法，其特征在于，所述病害類別為線狀病害，所述病害相對位置為位于所述道路病害圖像中病害邊界的最大外接矩形框；
根據所述病害相對位置確定所述道路病害圖像對應的病害等級，包括：
獲取所述矩形框的對角線長度；
根據角線長度確定所述道路病害圖像對應的病害等級。
7.根據權利要求1至6任一項所述的方法，其特征在于，所述方法還包括：
在獲取車載采集設備發送的道路病害圖像的同時，獲取車載定位設備發送的地理坐標信息；
將所述道路病害類別、病害等級和地理坐標信息發送至養護人員的終端設備。
8.一種基于神經網絡的道路病害識別裝置，其特征在于，包括：
病害圖像獲取模塊，用于獲取車載采集設備發送的道路病害圖像；
神經網絡處理模塊，用于將所述道路病害圖像輸入至預設的卷積神經網絡模型中，計算得到所述道路病害圖像對應的病害類別值、病害相對位置和病害實例分割區域，所述病害相對位置為病害在道路病害圖像中的位置，其中所述預設的卷積神經網絡模型是由預設數量經過標記的道路病害圖像訓練得到的；
病害類別確定模塊，用于根據所述病害類別值確定所述道路病害圖像對應的病害類別；
病害等級確定模塊，用于根據所述病害相對位置或所述病害實例分割區域確定所述道路病害圖像對應的病害等級。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于斑馬網絡技術有限公司，未經斑馬網絡技術有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.17sss.com.cn/pat/books/201811534062.5/1.html，轉載請聲明來源鉆瓜專利網。
- 彩色圖像和單色圖像的圖像處理
- 圖像編碼/圖像解碼方法以及圖像編碼/圖像解碼裝置
- 圖像處理裝置、圖像形成裝置、圖像讀取裝置、圖像處理方法
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像解密方法、圖像加密方法、圖像解密裝置、圖像加密裝置、圖像解密程序以及圖像加密程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序以及圖像解碼程序
- 圖像編碼方法、圖像解碼方法、圖像編碼裝置、圖像解碼裝置、圖像編碼程序、以及圖像解碼程序
- 圖像形成設備、圖像形成系統和圖像形成方法
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
- 圖像編碼裝置、圖像編碼方法、圖像編碼程序、圖像解碼裝置、圖像解碼方法及圖像解碼程序
