买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利一种面向智慧城市建设的无监督路面损害检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115272224B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210882633.4，技术领域涉及：G06T7/00；该发明授权一种面向智慧城市建设的无监督路面损害检测方法是由陈启军;马纳川;刘成菊设计研发完成，并于2022-07-26向国家知识产权局提交的专利申请。

本一种面向智慧城市建设的无监督路面损害检测方法在说明书摘要公布了：本发明涉及一种面向智慧城市建设的无监督路面损害检测方法，包括：对训练集中无损害路面图像进行数据增强；构建基于深度卷积神经网络的编码器和解码器，二者结合组成自动编码器，训练自动编码器学习数据增强后无损害路面图像以及重建后原始无损害路面图像之间的映射关系；输入测试集中带有损害的路面图像给自动编码器进行测试，输出重建恢复结果图、并将其与带有损害的路面图像进行对比处理，得到重建误差图、并进行后处理，得到有损害路面图像对应的路面损害检测结果；将实际路面图像输入至训练测试后的自动编码器，得到实际路面损害检测结果。与现有技术相比，本发明节省了人工标注需要的人力、物力及时间成本，能有效提高检测效率以及准确性。

本发明授权一种面向智慧城市建设的无监督路面损害检测方法在权利要求书中公布了：1.一种面向智慧城市建设的无监督路面损害检测方法，其特征在于，包括以下步骤： S1、获取包含训练集和测试集的数据集，使用斑纹状和栅格化填充的数据增强方法对训练集中的无损害路面图像进行数据增强； S2、构建基于深度卷积神经网络的编码器，用以提取所输入的数据增强后的无损害路面图像的信息和特征，生成各个尺寸的特征图； S3、构建基于深度卷积神经网络的解码器，用以根据特征图重建还原出原始的无损害路面图像； S4、将编码器和解码器相结合，组成一个基于深度卷积神经网络的编码器-解码器，即自动编码器模型，利用数据增强后的无损害路面图像以及重建后的原始无损害路面图像，训练自动编码器学习二者之间的映射关系； S5、使用步骤S4中训练好的自动编码器，输入测试集中带有损害的路面图像进行测试，输出相应的重建恢复结果图； S6、将带有损害的路面图像和重建恢复结果图进行对比处理，得到相应的重建误差图； S7、对重建误差图进行后处理，过滤图像上的冗余信息、进行路面损害分割，输出得到有损害的路面图像对应的路面损害检测结果； S8、采集实际路面图像，将实际路面图像输入至训练测试后的自动编码器，输出得到实际路面图像对应的路面损害检测结果； 步骤S2具体是采用五个基于深度卷积神经网络的第一卷积块构成编码器，所述五个第一卷积块的结构都包括卷积操作—批正则化操作—ReLU激活—池化操作； 步骤S3具体是采用五个基于深度卷积神经网络的第二卷积块构成解码器，所述五个第二卷积块的结构都包括上采样操作—逆卷积操作—批正则化操作-ReLU激活，依次将尺寸为高7像素*宽7像素的特征图恢复成尺寸为高112像素*宽112像素的特征图；所述五个第二卷积块中，最后一个第二卷积块的输出为高224像素*宽224像素的新的重建后的原始无损害路面图像。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。