Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学徐国胜获国家专利权

北京邮电大学徐国胜获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利路面裂缝检测方法、装置、电子设备及存储介质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:CN116486070B

龙图腾网通过国家知识产权局官网在2026-05-05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:202310214890.5,技术领域涉及:G06V10/26;该发明授权路面裂缝检测方法、装置、电子设备及存储介质是由徐国胜;徐国爱;胡俊芳设计研发完成,并于2023-03-07向国家知识产权局提交的专利申请。

路面裂缝检测方法、装置、电子设备及存储介质在说明书摘要公布了:本申请提供一种路面裂缝检测方法、装置、存储介质和电子设备;所述方法包括:利用预置的第一编码器和解码器构建分割模型,并利用预置的第二编码器构建评价模型;利用预设的用于训练的多个第一裂缝图像对所述分割模型和所述评价模型进行交替训练,得到训练好的分割模型,每个第一裂缝图像预先标记有实际的像素级裂缝标记;将多个待标记的路面图像输入至所述训练好的分割模型,并对每个所述路面图像进行像素级的图像语义分割,得到含有像素级裂缝标记的多个裂缝标记图像,并确定所述裂缝标记图像中的路面裂缝。

本发明授权路面裂缝检测方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种路面裂缝检测方法,其特征在于,包括: 利用预置的第一编码器和解码器构建分割模型,并利用预置的第二编码器构建评价模型; 利用预设的用于训练的多个第一裂缝图像对所述分割模型和所述评价模型进行交替训练,得到训练好的分割模型,每个第一裂缝图像预先标记有实际的像素级裂缝标记; 将多个待标记的路面图像输入至所述训练好的分割模型,并对每个所述路面图像进行像素级的图像语义分割,得到含有像素级裂缝标记的多个裂缝标记图像,并确定所述裂缝标记图像中的路面裂缝; 其中,所述利用预设的用于训练的多个第一裂缝图像对所述分割模型和所述评价模型进行交替训练,得到训练好的分割模型,具体包括: 固定分割模型当前的第一模型参数不变,利用当前的分割模型对输入的多个第一裂缝图像进行预测,得到对每个第一裂缝图像的预测结果,该预测结果包括了具有像素级裂缝特征的第二裂缝图像; 将损失函数设置为如下所示的形式: ; 其中,L表示特征损失,N表示输入分割模型的第一裂缝图像的数量,表示分割模型的预测结果的平均绝对误差,表示第n个第一裂缝图像的像素分布,表示分割模型预测出的标记分布,表示所述第n个第一裂缝图像的实际的标记分布,则表示了由评价模型提取到的多层次特征; 其中, ; 其中,表示评价模型从预测结果中第i层提取到的特征分布,表示训练图像中预先设置的真实的特征分布; 基于计算出的多尺度特征损失,对其进行反向传播,对评价模型的梯度进行调整; 根据对梯度的调整,确定多尺度特征损失在最大化时评价模型的第二模型参数,将多尺度特征损失在最大化时评价模型的第二模型参数作为第二目标参数; 固定评价模型中的第二目标参数,并再次将第一裂缝图像输入至路面裂缝检测模型中,并再次利用分割模型对训练图像进行预测,并得到预测结果,其中该预测结果是基于分割模型当前的第一模型参数得到的; 基于该预测结果,利用评价模型中上述训练好的第二目标参数和损失函数确定出本次预测的多尺度特征损失,并对其进行反向传播,以确定出当多尺度特征损失最小化时的第一模型参数,并将多尺度特征损失在最小化时分割模型的第一模型参数作为第一目标参数。

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北京邮电大学,其通讯地址为:100876 北京市海淀区西土城路10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。

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。