Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种路面裂缝图像交互式智能标注方法 

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!

摘要:本发明公开了一种基于交互式分割的路面裂缝智能标注方法。首先设计VGG19‑Unet路面裂缝交互式语义分割模型进行裂缝像素级的分割,模型输入端输入路面裂缝原图像、裂缝标注二值图以及标注裂缝区域种子点图,在训练过程中生成目标裂缝区域内的种子候选点,与标注裂缝种子点进行损失计算,回归修正目标裂缝区域内的种子候选点位置。然后根据四邻域相似性准则,对目标裂缝区域内的种子候选点进行裂缝区域生长,生成交互式裂缝分割二值图,完成VGG19‑Unet路面裂缝交互式语义分割模型。本发明弥补了现有深度学习裂缝像素级标注图像样本量不足的缺陷,有利于路面裂缝语义分割模型的训练,为路面裂缝快速检测提供依据。

主权项:1.一种路面裂缝图像交互式智能标注方法,其特征在于,包括以下步骤:步骤1、建立VGG19-Unet路面裂缝交互式语义分割模型;步骤2、将已标注裂缝的种子点和裂缝原图像及裂缝分割二值图作为VGG19-Unet路面裂缝交互式语义分割模型的输入;步骤3、进行VGG19-Unet路面裂缝交互式语义分割模型的训练,生成目标裂缝区域内的种子候选点;步骤4、计算已标注裂缝的种子点和目标裂缝区域内的种子候选点的坐标误差,对VGG19-Unet路面裂缝交互式语义分割模型进行误差反向传播训练,不断缩小已标注裂缝的种子点和目标裂缝区域内的种子候选点之间的误差,从而完成目标裂缝区域内的种子候选点的训练;步骤5、将步骤4得到的目标裂缝区域内的种子候选点按照相似性原则进行目标裂缝区域生长,对目标裂缝区域进行分割,从而生成VGG19-Unet路面裂缝交互式语义分割模型;步骤6、利用步骤5生成的VGG19-Unet路面裂缝交互式语义分割模型,完成路面裂缝交互式智能标注任务;步骤5中进行目标裂缝区域生长的过程如下:若目标裂缝区域内的种子候选点四邻域的灰度差不大于预设灰度差阈值,则进行目标裂缝区域的生长,扩充新的目标裂缝区域及新的目标裂缝区域内的种子候选点;然后将扩充后新的目标裂缝区域内所有裂缝种子候选点按照四邻域原则进行灰度差计算,遍历完目标裂缝区域内的所有点,进而结束目标裂缝区域生长;VGG19-Unet路面裂缝交互式语义分割模型包括编码结构和解码结构,形成对称的U形结构;选取VGG19-Unet路面裂缝交互式语义分割模型的前16个卷积层作为VGG19-Unet路面裂缝交互式语义分割模型的编码结构,完成路面裂缝纹理特性的提取,生成浓缩特征图,具体过程为:输入编码结构的图像尺寸为512×512×3,经过VGG19-Unet路面裂缝交互式语义分割模型的4次下采样压缩后得到32×32×512的浓缩特征图;然后浓缩特征图经过解码结构,将32×32大小的特征图还原为512×512的裂缝输出图,获取裂缝语义特征;在解码结构利用双线性插值进行上采样;同时在相应的编码与解码结构处都有特征融合层,融合编码结构的裂缝纹理特性与解码结构的裂缝语义特征,实现路面裂缝的交互式语义分割。

全文数据:

权利要求:

百度查询: 东南大学 一种路面裂缝图像交互式智能标注方法

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。