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！

龙图腾网获悉南昌大学申请的专利一种桥梁表观损伤检测方法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：CN121353919B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511896440.4，技术领域涉及：G06V20/10；该发明授权一种桥梁表观损伤检测方法及系统是由杨烈;何涛;刘鹏;杨晓强;刘建胜;代俊;赵朋龙;肖先锋设计研发完成，并于2025-12-16向国家知识产权局提交的专利申请。

本一种桥梁表观损伤检测方法及系统在说明书摘要公布了：本申请提供一种桥梁表观损伤检测方法及系统，包括：设计一种特征距离损失函数，有效增强不同类别桥梁表观损伤样本在特征空间中的区分度；具体包括特征中心向量的初始化、中心距离损失的计算、中心漂移策略的实施以及中心向量的周期性更新。通过中心距离损失，使同类样本特征向其特征中心向量聚集；通过中心漂移策略，增大不同类别特征中心向量之间的距离；通过中心向量更新策略，避免初始中心向量对模型性能的负面影响。同时，本发明进一步结合无人机采集的图像数据，构建了一套完整的桥梁表观损伤检测系统，能够实现对裂缝、剥落、锈蚀等多种损伤类型的准确识别与分类，显著提升检测精度与系统鲁棒性。

本发明授权一种桥梁表观损伤检测方法及系统在权利要求书中公布了：1.一种桥梁表观损伤检测方法，其特征在于，包括： S1、获取桥梁表观图像，对每张所述桥梁表观图像进行预处理与损伤类别标注，构建训练数据集与测试数据集； S2、通过图像特征提取模块对输入的图像进行特征提取，得到每张输入图像对应的高维特征向量； S3、基于特征距离损失函数对图像特征提取模块进行优化； 其中，所述特征距离损失函数的构建与优化过程包括特征中心向量初始化，中心距离损失计算，中心漂移策略执行，中心向量周期性更新； 所述特征中心向量初始化的步骤包括：对于第类样本，初始特征中心向量的计算方式为：，其中，表示训练集中第个样本的初始特征向量，表示其类别标签，表示训练集样本总数，为指示函数且时取值为1，否则为0； 所述中心距离损失计算方式为：，其中，表示一个批次中第个样本在第次迭代过程中的特征向量，表示第次迭代时第类样本的特征中心向量，表示一个批次中样本的数量，表示向量的L2范数； 所述中心漂移策略执行过程包括：计算当前全局特征中心向量，计算方式为，其中，表示类别总数；计算漂移后的向量，对于第类特征中心向量，其漂移后的向量计算方式为：，其中，S表示预设的漂移步长； 所述中心向量周期性更新步骤为：每训练K个周期后，对于第j类样本，其特征中心向量被更新为：，其中，表示当前模型下第个样本的特征向量，K表示大于1的整数； S4、将分类损失和中心距离损失的线性组合作为总损失函数，通过梯度反向传播对桥梁表观损伤检测模型进行优化；其中，所述桥梁表观损伤检测模型包含图像特征提取模块和损伤分类模块； S5、使用优化后的桥梁表观损伤检测模型对图像采集设备获取的桥梁表观图像进行桥梁表观损伤识别，输出损伤类别结果。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。

以上内容由龙图腾AI智能生成。