-
Patent Agency Ranking
公开(公告)号：CN110738168A
公开(公告)日：2020-01-31
申请号：CN201910974481.9
申请日：2019-10-14
Applicant: 长安大学
Abstract: 本发明公开了一种基于堆叠卷积自编码器的分布式应变裂缝检测系统及方法，首先利用深度神经网络良好的特征表征能力，将裂缝检测视为一个二分类问题，构建一个基于堆叠卷积自编码器的深度神经网络，实现结构体应变子序列的裂缝与非裂缝分类。本发明方法可以准确并且无遗漏地检测到实验室钢结构表面张口宽度为23μm的微小裂缝，为结构体分布式应变裂缝检测提供了一种高效的解决方案。
-
公开(公告)号：CN108876796A
公开(公告)日：2018-11-23
申请号：CN201810587529.6
申请日：2018-06-08
Applicant: 长安大学
Abstract: 本发明公开了一种基于全卷积神经网络和条件随机场的道路分割系统及方法，首先利用深度神经网络良好的特征表征能力，将道路分割视为一个二分类问题，构建一个基于VGG_16深度卷积网络的全卷积网络，实现道路图像端到端的路面和背景分类；然后利用全连接条件随机场能够实现图像精细分割的特点，采用全连接条件随机场对二分类得到的粗糙边缘再进行平滑优化。本发明方法获得了98.13％的分割准确率以及每0.84s处理1幅图像的分割速度，为交通场景图像道路分割提供了一种高效的解决方案。
-
公开(公告)号：CN110738168B
公开(公告)日：2023-02-14
申请号：CN201910974481.9
申请日：2019-10-14
Applicant: 长安大学
IPC: G06V20/80 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/063 , G06N3/08
Abstract: 本发明公开了一种基于堆叠卷积自编码器的分布式应变裂缝检测系统及方法，首先利用深度神经网络良好的特征表征能力，将裂缝检测视为一个二分类问题，构建一个基于堆叠卷积自编码器的深度神经网络，实现结构体应变子序列的裂缝与非裂缝分类。本发明方法可以准确并且无遗漏地检测到实验室钢结构表面张口宽度为23μm的微小裂缝，为结构体分布式应变裂缝检测提供了一种高效的解决方案。
-
公开(公告)号：CN110715929B
公开(公告)日：2022-03-25
申请号：CN201910973652.6
申请日：2019-10-14
Applicant: 长安大学
Abstract: 本发明公开了一种基于堆叠自编码器的分布式应变裂缝检测系统及方法，利用深度神经网络良好的特征表征能力，将裂缝检测视为一个二分类问题，构建一个基于堆叠自编码器的深度神经网络，实现结构体应变子序列的裂缝与非裂缝分类。本发明方法在实验室钢梁上可以准确并且无遗漏地检测张口宽度为32μm的微小裂缝，为结构体表面分布式应变裂缝检测提供了一种具有良好噪声鲁棒性的解决方案。
-
公开(公告)号：CN110715929A
公开(公告)日：2020-01-21
申请号：CN201910973652.6
申请日：2019-10-14
Applicant: 长安大学
Abstract: 本发明公开了一种基于堆叠自编码器的分布式应变裂缝检测系统及方法，利用深度神经网络良好的特征表征能力，将裂缝检测视为一个二分类问题，构建一个基于堆叠自编码器的深度神经网络，实现结构体应变子序列的裂缝与非裂缝分类。本发明方法在实验室钢梁上可以准确并且无遗漏地检测张口宽度为32μm的微小裂缝，为结构体表面分布式应变裂缝检测提供了一种具有良好噪声鲁棒性的解决方案。
-
-
-
-
Search Results
5
records
(took 0.02 seconds)
