買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜東南大學(xué);江蘇東印智慧工程技術(shù)研究院有限公司申請的專利一種道路表觀病害智能識別方法和系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114529522B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202210101302.2，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種道路表觀病害智能識別方法和系統(tǒng)是由吳剛;戴姣;劉慧;侯士通;陳金橋;費(fèi)東煒;王浩琛設(shè)計(jì)研發(fā)完成，并于2022-01-27向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種道路表觀病害智能識別方法和系統(tǒng)在說明書摘要公布了：本發(fā)明公開了一種道路表觀病害智能識別方法和系統(tǒng)，基于目標(biāo)檢測模型對輸入的道路表觀圖像進(jìn)行病害檢測，返回道路病害的病害區(qū)域位置坐標(biāo)信息，病害類型以及病害的置信度；利用固定大小的小框格精確定位病害區(qū)域，便于對特定病害進(jìn)行長度或面積的計(jì)算；對精確定位的結(jié)果進(jìn)行后處理，包括移除孤立框和移除相同項(xiàng)，得到最終的識別結(jié)果。本發(fā)明能夠自動化病害識別，降低了檢測誤報(bào)率，提高了檢測效率。

本發(fā)明授權(quán)一種道路表觀病害智能識別方法和系統(tǒng)在權(quán)利要求書中公布了：1.一種道路表觀病害智能識別方法，其特征在于，包括以下步驟：1道路表觀病害的粗定位：基于目標(biāo)檢測模型對輸入的道路表觀圖像進(jìn)行病害檢測，返回道路病害的病害區(qū)域位置坐標(biāo)信息，病害類型以及病害的置信度；2道路表觀病害的精確定位：利用固定大小的小框格精確定位病害區(qū)域，便于對特定病害進(jìn)行長度或面積的計(jì)算；3定位結(jié)果的后處理：對精確定位的結(jié)果進(jìn)行后處理，包括移除孤立框和移除相同項(xiàng)，得到最終的識別結(jié)果；步驟1的具體過程如下：1a獲取多功能路況檢測車采集的圖像，對數(shù)據(jù)進(jìn)行篩選并按照所屬病害類別對圖像進(jìn)行標(biāo)注，構(gòu)建道路表觀病害標(biāo)注數(shù)據(jù)集，并擴(kuò)充部分無病害圖像作為背景圖，共同作為總數(shù)據(jù)集，將總數(shù)據(jù)集劃分成訓(xùn)練集和驗(yàn)證集；1b基于目標(biāo)檢測方法構(gòu)建道路表觀病害檢測模型，利用訓(xùn)練集對道路表觀病害檢測模型進(jìn)行訓(xùn)練，將驗(yàn)證集用于訓(xùn)練后的道路表觀病害檢測模型，保存在驗(yàn)證集上表現(xiàn)最好的道路表觀病害檢測模型作為病害粗定位模型；1c將待檢測的道路表觀圖像傳入到病害粗定位模型中，得到病害的檢測框detected_Box：detected_Box＝[Box,confidence,class]其中，Box＝[x1,y1,x2,y2],x1,y1,x2,y2分別表示病害檢測框的左上頂點(diǎn)坐標(biāo)和右下頂點(diǎn)坐標(biāo)，confidence表示存在病害的概率值，class表示具體的病害類別；步驟2的具體過程如下：2a小框格劃分：將Box區(qū)域劃分為一系列小框格圖像，記為R_Images：RW＝TW·WRH＝TH·H其中，RW和RH為小框格的長和寬，W和H為道路檢測圖像的長和寬，2b通過精準(zhǔn)定位算法，將R_Images中不包含病害區(qū)域的框格剔除，得到有效小框格集合R_Boxes，其中每個(gè)小框格R_Box包含如下信息：R_Box＝[u1,v1,u2,v2,class]其中，u1,v1，u2,v2為小框格的左上頂點(diǎn)坐標(biāo)和右下頂點(diǎn)坐標(biāo)；在步驟2b中，所述精準(zhǔn)定位算法包括采用Feature-map計(jì)算策略，具體過程如下：2b101基于detected_Box的坐標(biāo)信息和類別信息，從原圖上將特定區(qū)域裁剪下來，作為構(gòu)建bBox分類模型的數(shù)據(jù)集，并將數(shù)據(jù)集劃分為訓(xùn)練集和驗(yàn)證集；2b102基于卷積神經(jīng)網(wǎng)絡(luò)構(gòu)建bBox分類模型，利用訓(xùn)練集對bBox分類模型進(jìn)行訓(xùn)練，選擇在驗(yàn)證集上準(zhǔn)確率最高時(shí)的模型參數(shù)為最終的bBox分類模型參數(shù)；2b103基于detected_Box的坐標(biāo)信息將特定區(qū)域從原圖上剪切下來，送入bBox分類模型，計(jì)算得到該區(qū)域的熱力圖Feature-map；2b104對于道路上的橫向病害和縱向病害，在其垂直方向?qū)ふ覠崃D最高的區(qū)域所處的框格作為有效框格，反之為無效框格，保留有效框格，對無效框格進(jìn)行過濾，得到R_Boxes。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人東南大學(xué);江蘇東印智慧工程技術(shù)研究院有限公司，其通訊地址為：210096 江蘇省南京市玄武區(qū)四牌樓2號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。