基于深度学习的公路路面破损检测识别方法

摘要：

路面破损是影响路面性能的主要因素,其中路面裂缝又是破损中最主要的病害形式,所以,准确检测裂缝并进行及时修复是道路养护中的一个重要课题.采用深度学习的方法,提出了一种路面破损自动检测识别的综合模型.运用路面破检测识别网络对破损裂缝进行检测识别,分类后获得裂缝的类别置信度;利用改进的破损分割网络对路面破损裂缝进行精确分割;结合两种网络的优势提出路面破损检测识别综合模型.整体模型通过优化模型参数和改进网络结构,提高了路面破损的分类精确度和分割效果.与传统的单一模型相比,提出的综合模型不仅能提供路面破损的类别信息,还能提取路面主要裂缝的骨架信息,对于路面养护工作有一定的实用价值.

关键词：城市交通、破损检测、深度学习、路面破损、图像分割

所属期刊栏目：40

分类号：TP183(自动化基础理论)

资助基金：内蒙古自治区关键技术攻关计划项目;内蒙古自治区高等学校科学研究重点项目

在线出版日期：2023-03-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：208-212