基于深度学习的数字全息三维路面病害数据识别分类方法

作     者：王敬飞 王旺 题晶 黄智健 WANG Jingfei;WANG Wang;TI Jin;HUANG Zhijian

作者机构：广东交科技术研发有限公司广东广州510550 北京崇理科技有限公司北京100081 

出 版 物：《广东公路交通》 (Guangdong Highway Communications)

年 卷 期：2023年第49卷第4期

页      码：12-16,22页

摘      要：为弥补二维图像道路病害识别的不足,本研究采用数字全息三维路面病害数据,设计了适用于三维路面病害数据的识别方法:对三维病害数据进行预处理,获取病害特征高度突出的三维路面数据信息;搭建适用于路面三维病害图像分类的深度学习架构,建立三维路面病害数据库,通过人工标注病害类型和分类,利用不同深度神经网络架构和模型对数据库进行训练,构建了数字全息三维路面病害自动识别算法。三维病害AI智能识别准确率达到95.7%,在路面病害智能检测的应用中取得了较好成效。

主 题 词：路面病害 数字全息三维数据 深度学习 识别分类 

学科分类：08[工学] 0814[工学-地质类] 082301[082301] 0823[工学-农业工程类] 

D　O　I：10.19776/j.gdgljt.2023-04-0012-05

馆 藏 号：203123980...