-
公开(公告)号：CN110569730B
公开(公告)日：2022-11-15
申请号：CN201910723374.9
申请日：2019-08-06
Applicant: 福建农林大学 , 福建省锐道工程技术咨询有限公司
IPC: G06V20/10 , G06V10/764 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本发明涉及一种基于U‑net神经网络模型的路面裂缝自动识别方法，以车载激光道路检测设备采集的路面裂缝2D激光图像为基础通过弹性变形技术进行数据库扩充；然后调整U‑net模型结构，参数微调以让该模型实现对路面裂缝精准地自动识别；将制作好的数据集输入到网络中，反复地训练模型自动学习裂缝像素特征的能力；最后训练出一个比较稳定的自动识别模型，进而提高裂缝识别精度和速度。本发明可以实现快速、高效的路面裂缝自动识别，减少公路检测作业的人力资源消耗，避免出现肉眼识别的主观性误差，提高识别的准确度。
-
公开(公告)号：CN109919298B
公开(公告)日：2023-04-28
申请号：CN201910124537.1
申请日：2019-02-19
Applicant: 福建农林大学
IPC: G06N3/0442 , G01C5/00
Abstract: 本发明涉及一种基于长短时记忆网络及朴素贝叶斯分类器的机场跑道刻槽自动识别与测量方法，通过车载激光仿形设备采集机场跑道表面高程剖面信息。根据采集数据的相关特点，设计出GrooveNet模型，该模型用于机场跑道凹陷的识别，首先该模型可利用一个包围盒在整段数据上遍历确定机场跑道各个凹陷的起始点，然后根据起始点的位置计算凹陷的尺寸；对于识别到的机场跑道凹陷属于刻槽或接缝的判定，采用朴素贝叶斯分类器来对其进行分类；最后制定了一个比较概率的策略来提高凹陷分类的精确度。本发明可以实现对机场跑道刻槽自动识别与分类，进而对道面安全进行高效，客观的评价，提高测量的准确度。
-
公开(公告)号：CN110569730A
公开(公告)日：2019-12-13
申请号：CN201910723374.9
申请日：2019-08-06
Applicant: 福建农林大学 , 福建省锐道工程技术咨询有限公司
Abstract: 本发明涉及一种基于U-net神经网络模型的路面裂缝自动识别方法，以车载激光道路检测设备采集的路面裂缝2D激光图像为基础通过弹性变形技术进行数据库扩充；然后调整U-net模型结构，参数微调以让该模型实现对路面裂缝精准地自动识别；将制作好的数据集输入到网络中，反复地训练模型自动学习裂缝像素特征的能力；最后训练出一个比较稳定的自动识别模型，进而提高裂缝识别精度和速度。本发明可以实现快速、高效的路面裂缝自动识别，减少公路检测作业的人力资源消耗，避免出现肉眼识别的主观性误差，提高识别的准确度。
-
公开(公告)号：CN109919298A
公开(公告)日：2019-06-21
申请号：CN201910124537.1
申请日：2019-02-19
Applicant: 福建农林大学
Abstract: 本发明涉及一种基于长短时记忆网络及朴素贝叶斯分类器的机场跑道刻槽自动识别与测量方法，通过车载激光仿形设备采集机场跑道表面高程剖面信息。根据采集数据的相关特点，设计出GrooveNet模型，该模型用于机场跑道凹陷的识别，首先该模型可利用一个包围盒在整段数据上遍历确定机场跑道各个凹陷的起始点，然后根据起始点的位置计算凹陷的尺寸；对于识别到的机场跑道凹陷属于刻槽或接缝的判定，采用朴素贝叶斯分类器来对其进行分类；最后制定了一个比较概率的策略来提高凹陷分类的精确度。本发明可以实现对机场跑道刻槽自动识别与分类，进而对道面安全进行高效，客观的评价，提高测量的准确度。
-
-
-
Search Results
4
records
(took 0.024 seconds)
