- 专利标题: 基于多特征感知的Faster R-CNN的探地雷达空洞目标识别方法
-
申请号: CN202311147890.4申请日: 2023-09-06
-
公开(公告)号: CN117173618B公开(公告)日: 2024-04-30
- 发明人: 吕浩天 , 张宇辉 , 倪耀威 , 王大为 , 汤伏蛟 , 叶呈森 , 樊泽鹏 , 叶泽文
- 申请人: 哈尔滨工业大学
- 申请人地址: 黑龙江省哈尔滨市南岗区西大直街92号
- 专利权人: 哈尔滨工业大学
- 当前专利权人: 哈尔滨工业大学
- 当前专利权人地址: 黑龙江省哈尔滨市南岗区西大直街92号
- 代理机构: 深圳汇策知识产权代理事务所
- 代理商 迟芳
- 主分类号: G06V20/50
- IPC分类号: G06V20/50 ; G06V10/44 ; G06V10/766 ; G06V10/77 ; G06V10/80 ; G06V10/764 ; G06V10/82 ; G06N3/0464 ; G06N3/045 ; G06N3/08
摘要:
基于多特征感知的Faster R‑CNN的探地雷达空洞目标识别方法,涉及一种探地雷达的道路空洞目标识别方法。为了解决现有技术识别检测探地雷达道路内部空洞目标时存在检测精度低的问题。本发明利用基于多特征感知的Faster R‑CNN网络模型对探地雷达图像进行空洞病害的目标识别;网络模型包括特征提取网络、多特征感知提取候选框网络和检测网络;多特征感知提取候选框网络将特征提取网络提取的特征图经过RPN网络,使用位置预测分支和形状预测分支分别对雷达图像中病害的形状及位置进行预测,将预测到的信息进行多特征融合得到空洞精确特征;多特征融合模块同时进行偏移域处理得到新特征图,对特征图进行裁剪过滤之后通过Soft‑NMS判断空洞属于前景还是后景。
公开/授权文献
- CN117173618A 基于多特征感知的Faster R-CNN的探地雷达空洞目标识别方法 公开/授权日:2023-12-05