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！

龙图腾网获悉西安航空学院申请的专利整合深度学习的沥青路面损坏视觉分析方法以及系统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：CN120599446B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202511092824.0，技术领域涉及：G06V10/82；该发明授权整合深度学习的沥青路面损坏视觉分析方法以及系统是由范江涛;张琛;赵静;田甜;张宇;李妍设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本整合深度学习的沥青路面损坏视觉分析方法以及系统在说明书摘要公布了：本发明涉及图像处理领域，特别涉及整合深度学习的沥青路面损坏视觉分析方法以及系统。旨在解决现有技术中将沥青路面修补区域误识别为裂缝的问题。通过车载设备获取RGB图像、热像、位置及环境参数；查询本地沥青材料属性；融合RGB与热像特征，结合注意力机制和环境参数生成抗干扰融合特征图；利用材料属性通过MAML算法调整卷积核生成增强特征图；经域自适应分类器及对抗训练识别损坏。增强修补区与裂缝区分能力，减少环境及区域材料差异导致的误判，提高识别准确性和鲁棒性。

本发明授权整合深度学习的沥青路面损坏视觉分析方法以及系统在权利要求书中公布了：1.整合深度学习的沥青路面损坏视觉分析方法，其特征在于，包括以下步骤： 步骤S1，通过车载多光谱摄像头获取路面RGB图像数据和热像数据；通过GPS模块获取位置数据；通过环境传感器获取实时环境参数； 步骤S2，根据所述位置数据查询预建的材料知识图谱库，得到本地沥青材料属性，所述本地沥青材料属性包括膨胀系数以及弹性模量；所述材料知识图谱库存储地区坐标与该地区沥青材料属性的映射关系； 步骤S3，将RGB图像特征图与热像特征图沿通道方向拼接得到融合特征图，利用卷积对拼接后的融合特征图进行局部特征提取，用于捕捉跨模态的局部空间相关性，利用Sigmoid激活函数将所述卷积输出的关联图形成注意力权重图Att； 步骤S4，构建热像权重表达式，基于所述环境参数利用热像权重表达式计算热像权重与RGB图像权重，并且基于构建的融合特征图表达式获取融合特征图； 步骤S5，利用得到的本地沥青材料属性中的弹性模量E和热膨胀系数αT拼接为条件向量[E,αT]；基于融合特征图以及条件向量通过MAML算法自适应调整卷积核参数，生成材料特征增强的材料增强特征图； 步骤S6，将材料增强特征图输入至域自适应分类器进行损坏识别，所述分类器结合对抗训练约束材料属性与图像特征的关联性，输出修补区域与裂缝的判别结果； 其中，通过两层全连接网络将条件向量映射为卷积核偏移量，ΔK=FC2ReLUFC1[E,αT]；其中，FC1、FC2分别为第一全连接层、第二连接层；ReLU为激活函数； 第一层卷积核为：=+ΔK；对高弹性材料，在ΔK中增强横向纹理卷积核权重，抑制纵向边缘响应，减少修补区变形误判；其中，ΔK为卷积核偏移量，为基础卷积核，其通过预先的训练得到； 材料增强特征图=Conv,；其中，Conv表示进行卷积。

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西安航空学院，其通讯地址为：710000 陕西省西安市西二环259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”。