首页|一种基于深度卷积神经网络的道路损伤检测研究

一种基于深度卷积神经网络的道路损伤检测研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
基于传统道路损伤检测方法主要通过人工选取特征识别道路损伤,致使检测过程中抗干扰性较差,进而制约道路损伤识别精度的提高.针对这一问题,提出一种基于深度卷积神经网络的道路损伤检测方法.通过引入深度学习算法,利用迁移学习策略,构建稳健的非线性道路损伤识别模型;结合真彩色的道路图像,利用多层卷积神经网络抽取局部损伤区域的高级语义特征,实现复杂背景变化下的道路损伤智能检测.实验结果表明,提出的方法可准确识别道路损伤图像,相比常用方法能显著提高识别准确率.
A Study on Road Damage Detection Based on Deep Convolutional Neural Network

罗辉、何海清、徐献聪

展开 >

东华理工大学测绘工程学院,330013,南昌

深度卷积神经网络 迁移学习 图像识别 损伤检测

国家自然科学基金国家自然科学基金江西省高等学校教学改革研究课题东华理工大学教学改革研究课题

4186106241401526JXJG-18-6-11DHJG-07-15

2021

10.13990/j.issn1001-3679.2021.01.025

江西科学
江西省科学院

江西科学

影响因子：0.286
ISSN：1001-3679
年,卷(期)：2021.39(1)
  • 1
  • 3