公开(公告)号：CN118247717A

公开(公告)日：2024-06-25

申请号：CN202410411968.7

申请日：2024-04-08

Applicant: 南京信息工程大学

Inventor： 康健 ,  管海燕 ,  刘斌 ,  黄文龙

IPC: G06V20/50 ,  G06V10/147 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082 ,  G06N3/0985

Abstract: 本发明公开一种基于可变形注意力‑空间多尺度网络模型的路面病害识别方法，该方法包括：利用成像传感器采集路面影像或视频数据；通过人工目视解译，依据影像数据中病害类别进行边界框和类别标注，并划分对应的训练集、验证集、测试集；构建可变形注意力‑空间多尺度路面病害识别网络模型；利用所述验证集优化所述网络模型超参数，获得并保存最优网络模型；依据精度指标，通过得到的所述最优网络模型和测试集，优化路面病害识别后处理阈值参数，即获得最佳检测类别置度阈值和边界框重叠阈值；根据目标路面，设置后处理阈值参数，将重新采集的数据输入到所述最优网络模型中，实现路面病害的识别，在背景复杂多变的高分辨率影像中全面地识别路面病害。

公开(公告)号：CN112560719B

公开(公告)日：2023-07-04

申请号：CN202011518292.X

申请日：2020-12-21

Applicant: 南京信息工程大学

Inventor： 管海燕 ,  康健 ,  曹爽

IPC: G06V20/13 ,  G06V10/40 ,  G06V10/28 ,  G06V10/26 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度卷积‑多核池化的高分辨率影像水体提取方法，方法包括获取目标影像，基于自适应直方图均衡化算法对目标影像进行预处理，获取更新的目标影像，将更新的目标影像输入至训练好的多尺度卷积‑多核池化的编码‑解码网络模型，对目标影像中的水体区域进行提取；所述水体区域提取模型为多尺度卷积‑多核池化的编码‑解码网络模型。本发明提供的方法能减少原始影像特征丢失，可高精度、高准确率、自动化从高分辨率影像进行多种尺度水体提取。

公开(公告)号：CN112560719A

公开(公告)日：2021-03-26

申请号：CN202011518292.X

申请日：2020-12-21

Applicant: 南京信息工程大学

Inventor： 管海燕 ,  康健 ,  曹爽

IPC: G06K9/00 ,  G06K9/34 ,  G06K9/38 ,  G06K9/46 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于多尺度卷积‑多核池化的高分辨率影像水体提取方法，方法包括获取目标影像，基于自适应直方图均衡化算法对目标影像进行预处理，获取更新的目标影像，将更新的目标影像输入至训练好的多尺度卷积‑多核池化的编码‑解码网络模型，对目标影像中的水体区域进行提取；所述水体区域提取模型为多尺度卷积‑多核池化的编码‑解码网络模型。本发明提供的方法能减少原始影像特征丢失，可高精度、高准确率、自动化从高分辨率影像进行多种尺度水体提取。