摘要：现行高速公路广告牌通过人工巡检的管理方式存在低效与交通安全问题,本文提出了一种以车载遥感广告牌影像破损识别为技术支撑的高速公路广告牌巡检新方法。该方法基于改进的SIFT算法和RANSAC算法,在SIFT高斯差分空间极值点选取之前,通过离散余弦变换将描述图像的光强信号转换为频谱信号,同时进行门限操作筛除高频系数,以此提高初始内点集的质量。采用单适应矩阵与RANSAC算法构建透视变换测试模型,计算最佳匹配点后进行精匹配,求取两张互相作差的影像之和,标记并提取迥异的连通域。试验结果表明,本文算法在广告牌破损检测中表现稳健,在多种干扰条件下,检测精度均超过80%,满足高速路广告牌破损监测的应用需求。研究成果为我国高速公路管理及相关部门及时有效地识别、更新、维护高速公路广告牌提供了一种新的技术支撑。

摘要：高速公路广告牌人工巡检的作业方式危险系数高、效率低下,研发智能化巡检平台已然成为当下迫切的需求.针对上述问题,该文开展了如下工作:(1)自主构建了一份高速公路广告牌影像数据集,含多源图像数据2 200张;(2)提出了一种改进的YOLOv5s高速公路广告牌实时目标检测算法,该方法将骨干特征提取网络的CSP1-x结构替换为更轻量的PP-LCNet网络,以实现模型的轻量化;将特征图金字塔的特征融合层由原来的PA-Net网络替换为ASFF自适应空间特征融合网络,使颈部网络能对不同层级的特征自适应地融合,在空间上过滤冲突信息以抑制梯度反向传播时的不一致性,以解决高速巡检带来的目标尺寸变化剧烈以及运动模糊等导致的检测精度偏低的问题.基于自建数据集训练与其他主流算法开展对比实验,证明了该算法在检测精度和速度上的优势;通过开展消融实验,验证了该文所采用的两种改进方法对模型性能提升的有效性.