基于可见光视觉图像的路面裂缝识别深度学习方法述评

摘要：

基于可见光视觉图像的表面裂缝识别为非接触式,不受被测对象材质限制,可在线自动检测,具有速度快、成本低和精度高等优势.首先较为全面地搜集了典型的路面裂缝公开数据集,整理归纳了样本特征及其随机可变影响因素,并比较了传统手工设计特征工程、机器学习和深度学习3种主要裂缝识别方法的优缺点.然后,从网络架构、性能和效果方面着重评述了自搭架构、迁移学习和编码-解码器等易于训练和部署的深度学习算法新进展,通过算法优化和算力提升可显著提高识别的效果和性能,测试结果表明能够在低算力平台上实现裂缝补丁级快速检测和像素级实时检测.

关键词：路面裂缝检测、视觉图像识别、深度学习

所属期刊栏目：44

分类号：TP183(自动化基础理论)

在线出版日期：2022-04-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：674-685