Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华中科技大学游凌云获国家专利权

华中科技大学游凌云获国家专利权

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!

龙图腾网获悉华中科技大学申请的专利融合无监督学习的E-FCM-CNN路面裂缝图像识别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:CN118015341B

龙图腾网通过国家知识产权局官网在2025-05-30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:202410063013.7,技术领域涉及:G06V10/764;该发明授权融合无监督学习的E-FCM-CNN路面裂缝图像识别方法及系统是由游凌云;卢孝巍;郭楠宁设计研发完成,并于2024-01-16向国家知识产权局提交的专利申请。

融合无监督学习的E-FCM-CNN路面裂缝图像识别方法及系统在说明书摘要公布了:本发明属于路面质量检测相关技术领域,其公开了一种融合无监督学习的E‑FCM‑CNN路面裂缝图像识别方法及系统,方法包括采集路面图像,所述路面图像至少包括单一背景无裂缝、杂乱背景有裂缝、单一背景有裂缝和杂乱背景有裂缝的图像;对路面图像进行预处理并扩充获得数据集;采用无监督学习算法对数据集进行分类处理,并对图像中的路面裂缝区域生成目标标记框;构建卷积神经网络模型,将数据集输入特征提取网络,得的特征图,将特征图输入区域建议网络获得含有裂缝的候选区域框;将候选区域框与目标标记框进行比对获得有效候选框;将有效候选框和特征图输入目标检测网络中的ROI池化层和全链接层获得图像识别结果。本申请可以实现对路面裂缝快速准确的识别。

本发明授权融合无监督学习的E-FCM-CNN路面裂缝图像识别方法及系统在权利要求书中公布了:1.一种融合无监督学习的E-FCM-CNN路面裂缝图像识别方法,其特征在于,包括:S1:采集路面图像,所述路面图像至少包括单一背景无裂缝、杂乱背景有裂缝、单一背景有裂缝和杂乱背景有裂缝的图像;S2:对所述路面图像进行预处理并扩充获得数据集;S3:采用无监督学习算法对所述数据集进行分类处理,并对图像中的路面裂缝区域生成目标标记框;S4:构建卷积神经网络模型,所述卷积神经网络模型包括特征提取网络、区域建议网络和目标检测网络,将所述数据集输入特征提取网络,得的特征图,将所述特征图输入区域建议网络获得含有裂缝的候选区域框;S5:将所述候选区域框与所述目标标记框进行比对获得有效候选框;S6:将所述有效候选框和特征图依次输入目标检测网络中的ROI池化层和全链接层获得图像识别结果。

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华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。