首页|基于计算机视觉的公路边坡裂缝检测方法

基于计算机视觉的公路边坡裂缝检测方法

Highway Slope Crack Detection Method Based on Computer Vision

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
裂缝是大部分公路边坡灾害的早期症状,安全监测集中在此阶段进行.目前,公路边坡多采用人工定期巡查等方法,但存在成本高、监测范围小、人工干预多、安全性差等问题.提出一种基于计算机视觉技术的边坡裂缝监测技术,使用专业级摄像头拍摄边坡裂缝图片结合人工标注,构建目前种类多样的、且符合标准的边坡裂缝数据集;基于此数据集,利用深度学习、膨胀卷积等思想设计了边坡裂缝检测模型FSNet,实现了裂缝的精准分割与识别.经实验证明,该模型对边坡裂缝具有较好的识别能力,识别准确率达到94.21％,且该模型网络参数少、运算复杂度低,为实现公路边坡智能化监测提供可行性.

傅宇浩、郭沛、刘鹏宇、李瑶瑶、陈善继、王聪聪

展开 >

中咨数据有限公司,北京 100089

空间信息应用与防灾减灾技术交通运输行业研发中心,北京 100089

北京工业大学信息学部,北京 100124

先进信息网络北京实验室,北京 100124

计算智能与智能系统北京市重点实验室,北京 100124

青海民族大学物理与电子信息工程学院,青海西宁 810007

展开 >

裂缝检测 边坡灾害 计算机视觉 FSNet

青海省应用基础研究计划项目

2021-ZJ-704

2021

10.19708/j.ckjs.2021.05.011

测控技术
中国航空工业集团公司北京长城航空测控技术研究所

测控技术

CSTPCD
影响因子：0.5
ISSN：1000-8829
年,卷(期)：2021.40(5)
  • 2
  • 6