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！

龙图腾网获悉中国铁塔股份有限公司天津市分公司申请的专利一种基于深度学习的声屏障缺陷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：CN121190493B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511747672.3，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的声屏障缺陷检测方法是由郭强;孟旭;边利军;芮瑞;王宇飞;郑洪雷;李玮;吴旭;王庆辉;郝雅楠;赵小亚;欧阳志恒;魏毅设计研发完成，并于2025-11-26向国家知识产权局提交的专利申请。

本一种基于深度学习的声屏障缺陷检测方法在说明书摘要公布了：本发明公开了一种基于深度学习的声屏障缺陷检测方法，方法包括：无人机图像采集、图像数据预处理、构建缺陷检测模型、多视角重建和模型部署。本发明属于数据处理技术领域，具体是指一种基于深度学习的声屏障缺陷检测方法，本方案采用可变形双路径融合机制和物理约束损失，增强模型的抗干扰能力，采用多尺度图神经网络交互，解决大小缺陷共存时的漏检问题，利用贝叶斯深度学习预测头赋予模型对自身预测可靠性的评估能力，提升缺陷检测的可信度；采用RANSAC算法与加权重投影误差优化，抑制噪声与误匹配干扰，引入空间注意力权重，聚焦于缺陷区域，采用物理先验约束和双重加权的质心定位策略，输出高精度的缺陷三维尺寸和空间位置信息。

本发明授权一种基于深度学习的声屏障缺陷检测方法在权利要求书中公布了：1.一种基于深度学习的声屏障缺陷检测方法，其特征在于：该方法包括以下步骤： 步骤S1：无人机图像采集； 步骤S2：图像数据预处理，对无人机采集的图像进行去噪、畸变校正、裁剪和归一化处理，再进行数据增强，得到增强后的图像； 步骤S3：构建缺陷检测模型，将增强后的图像通过多模态特征编码模块输入缺陷感知动态网络，通过可变形双路径融合机制提取物理特征与语义特征生成融合特征图，再经过动态多尺度特征交互得到增强特征图，设计自适应预测头输出缺陷信息和预测的不确定性，并将物理约束损失融入总损失函数； 步骤S4：多视角重建，在检测到的缺陷边界框区域内提取图像的关键点与特征描述子进行特征匹配，通过RANSAC算法估计相机相对姿态，经三角化、重投影误差优化和空间注意力加权得到优化后的三维点集和相机姿态，基于三维点集，通过物理约束能量函数优化实现缺陷尺寸估计，最后计算缺陷三维点集的质心完成缺陷中心定位； 步骤S5：模型部署； 在步骤S3中，所述构建缺陷检测模型，包括以下步骤： 步骤S31：构建缺陷感知动态网络，将增强后的图像通过多模态特征编码模块输入缺陷感知动态网络；所述缺陷感知动态网络的构成是通过路由网络根据输入的图像动态生成卷积核权重，使模型自适应地调整特征提取策略来精确感知不同形态的缺陷； 步骤S32：生成融合特征图，引入用于融合物理特征和语义特征的可变形双路径融合机制；所述可变形双路径融合机制的构成是通过构建一个以物理特征为查询、语义特征为键的可变形交叉注意力函数，并引入可学习偏移量和调制标量实现双路径特征的自适应对齐与融合，通过引入可学习偏移量和调制标量，使模型自适应地在特征图上进行采样； 步骤S33：引入动态多尺度特征交互，包括以下步骤： 步骤S331：多尺度特征生成，通过不同空洞率的空洞卷积从融合特征图中生成一系列不同尺度的特征图； 步骤S332：采用多尺度图神经网络交互；交互后的特征图通过自注意力机制进行内部增强； 步骤S333：动态聚合，使用轻量级的动态聚合网络，根据输入图像的内容动态学习各尺度交互后特征图的融合权重，最终聚合得到对不同尺度缺陷均具有强表达能力的增强特征图； 步骤S34：设计自适应预测头，输入增强特征图，输出缺陷的边界框坐标、类别、置信度和缺陷特征一致性得分；包括以下步骤： 时序特征提取融合，给定当前帧图像和对应的历史帧图像序列，通过与当前帧相同的特征提取骨干网络得到各自的增强特征图，利用轻量级时序注意力模块来建模增强特征图之间的依赖关系； 演化感知特征融合，将时序上下文特征图与当前帧的增强特征图进行融合，得到用于预测的演化感知增强特征图； 采用贝叶斯深度学习预测头，基于演化感知增强特征图进行预测，输出缺陷信息和预测的不确定性； 缺陷识别完成后，对于每张输入图像，将检测到的每个缺陷的边界框、类别和置信度，通过可视化叠加算子生成可视化图像； 步骤S35：设计损失函数，将物理约束损失函数融入到模型的整体损失函数中。

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中国铁塔股份有限公司天津市分公司，其通讯地址为：300041 天津市和平区小白楼街唐山道58号3层；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。