【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及圖像處理，尤其涉及一種路面檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)。
技術(shù)介紹
1、對(duì)于公路路面，裂縫是一種典型的路面病害類型，然而僅檢測(cè)路面裂縫無法完全實(shí)現(xiàn)對(duì)路面技術(shù)狀況的科學(xué)評(píng)估，很多情況下需要考慮路面接縫的位置和處理手段。
2、在對(duì)路面進(jìn)行檢測(cè)時(shí)，需要將接縫和裂縫區(qū)別開來，并分別進(jìn)行精確定位，當(dāng)前的大多數(shù)應(yīng)用中多為“一病害一模型”的技術(shù)路線，生產(chǎn)效率較低，同時(shí)也沒有對(duì)兩者同時(shí)進(jìn)行精確檢測(cè)的方案。
技術(shù)實(shí)現(xiàn)思路
1、有鑒于此，本申請(qǐng)?zhí)岢鲆环N路面檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，以解決或部分解決上述問題。
2、基于上述目的，本申請(qǐng)?zhí)峁┝艘环N路面檢測(cè)方法，包括：
3、獲取路面圖像；
4、對(duì)所述路面圖像進(jìn)行特征提取，得到特征數(shù)據(jù)；
5、對(duì)所述特征數(shù)據(jù)分別進(jìn)行中心點(diǎn)檢測(cè)、偏移量檢測(cè)及語(yǔ)義分割；其中，通過所述中心點(diǎn)檢測(cè)確定所述路面圖像中裂縫和/或接縫的中心點(diǎn)區(qū)域，通過所述偏移量檢測(cè)確定所述路面圖像中裂縫和/或接縫的邊緣偏移量，通過所述語(yǔ)義分割對(duì)所述路面圖像中的裂縫和/或接縫進(jìn)行語(yǔ)義識(shí)別得到識(shí)別結(jié)果；
6、結(jié)合所述中心點(diǎn)區(qū)域、所述邊緣偏移量及所述識(shí)別結(jié)果，生成所述路面圖像的檢測(cè)結(jié)果。
7、在一些示例性實(shí)施例中，所述對(duì)所述路面圖像進(jìn)行特征提取，包括：
8、利用調(diào)整后的efficientnet卷積神經(jīng)網(wǎng)絡(luò)對(duì)所述路面圖像進(jìn)行所述特征提取；其中，所述調(diào)整后的efficientnet卷積神經(jīng)網(wǎng)絡(luò)具體
9、在一些示例性實(shí)施例中，所述利用空洞空間金字塔池化對(duì)efficientnet卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)整，包括：
10、在所述efficientnet卷積神經(jīng)網(wǎng)絡(luò)之后添加空洞空間金字塔池化層；
11、確定所述efficientnet卷積神經(jīng)網(wǎng)絡(luò)中每個(gè)卷積層輸出的第一特征圖的圖像尺寸，將每種所述圖像尺寸中最后一層卷積層的第一特征圖作為待融合特征圖；
12、對(duì)經(jīng)過所述空洞空間金字塔池化層輸出的第二特征圖與所述待融合特征圖進(jìn)行特征融合，以此進(jìn)行所述特征提取；其中，所述待融合特征圖按照所述圖像尺寸的倒序順序依次與所述第二特征圖進(jìn)行特征融合。
13、在一些示例性實(shí)施例中，所述對(duì)所述特征數(shù)據(jù)進(jìn)行中心點(diǎn)檢測(cè)，包括：
14、利用完成訓(xùn)練的第一卷積分支對(duì)所述特征數(shù)據(jù)進(jìn)行中心點(diǎn)預(yù)測(cè)，得到所述路面圖像中任一線段的預(yù)測(cè)中心點(diǎn)，以及該任一線段是否為直線的置信度；
15、根據(jù)裂縫和/或接縫對(duì)應(yīng)的預(yù)設(shè)規(guī)則，以所述置信度為基礎(chǔ)進(jìn)行裂縫或接縫的區(qū)分，分別以所述預(yù)測(cè)中心點(diǎn)為中心進(jìn)行區(qū)域擴(kuò)大，得到中心區(qū)域，以此完成所述中心點(diǎn)檢測(cè)。
16、在一些示例性實(shí)施例中，所述對(duì)所述特征數(shù)據(jù)進(jìn)行偏移量檢測(cè)，包括：
17、獲取任一線段對(duì)應(yīng)的所述預(yù)測(cè)中心點(diǎn)以及根據(jù)所述置信度確定的區(qū)分結(jié)果，利用完成訓(xùn)練的第二卷積分支對(duì)所述特征數(shù)據(jù)進(jìn)行所述偏移量檢測(cè)；其中，所述偏移量檢測(cè)具體為：以所述預(yù)測(cè)中心點(diǎn)為基礎(chǔ)按照所述區(qū)分結(jié)果對(duì)應(yīng)的偏移量計(jì)算方式，確定所述任一線段兩端點(diǎn)到所述預(yù)測(cè)中心點(diǎn)的偏移量，或確定所述任一線段所在的外接框體到所述預(yù)測(cè)中心點(diǎn)的偏移量。
18、在一些示例性實(shí)施例中，所述對(duì)所述特征數(shù)據(jù)進(jìn)行語(yǔ)義分割，包括：
19、獲取任一線段對(duì)應(yīng)的所述預(yù)測(cè)中心點(diǎn)以及根據(jù)所述置信度確定的區(qū)分結(jié)果，利用完成訓(xùn)練的第三卷積分支對(duì)所述特征數(shù)據(jù)進(jìn)行所述語(yǔ)義分割；其中，所述語(yǔ)義分割具體為：以所述預(yù)測(cè)中心點(diǎn)以及所述區(qū)分結(jié)果為基礎(chǔ)，通過所述第三卷積分支對(duì)所述路面圖像中的每個(gè)點(diǎn)屬于裂縫或接縫進(jìn)行判斷，以此完成所述語(yǔ)義分割。
20、在一些示例性實(shí)施例中，所述生成所述路面圖像的檢測(cè)結(jié)果，包括：
21、對(duì)所述檢測(cè)結(jié)果中的任意兩條線段進(jìn)行非極大值抑制檢測(cè)，分別確定其中一條線段到另一條線段的垂直距離；
22、響應(yīng)于所述垂直距離中的最小值滿足預(yù)設(shè)條件，獲取所述中心點(diǎn)檢測(cè)中確定的所述任意兩條線段的置信度，刪除所述任意兩條線段中置信度較小的線段。
23、基于同一構(gòu)思，本申請(qǐng)還提供了一種路面檢測(cè)裝置，包括：
24、獲取模塊，用于獲取路面圖像；
25、提取模塊，用于對(duì)所述路面圖像進(jìn)行特征提取，得到特征數(shù)據(jù)；
26、檢測(cè)模塊，用于對(duì)所述特征數(shù)據(jù)分別進(jìn)行中心點(diǎn)檢測(cè)、偏移量檢測(cè)及語(yǔ)義分割；其中，通過所述中心點(diǎn)檢測(cè)確定所述路面圖像中裂縫和/或接縫的中心點(diǎn)區(qū)域，通過所述偏移量檢測(cè)確定所述路面圖像中裂縫和/或接縫的邊緣偏移量，通過所述語(yǔ)義分割對(duì)所述路面圖像中的裂縫和/或接縫進(jìn)行語(yǔ)義識(shí)別得到識(shí)別結(jié)果；
27、輸出模塊，用于結(jié)合所述中心點(diǎn)區(qū)域、所述邊緣偏移量及所述識(shí)別結(jié)果，生成所述路面圖像的檢測(cè)結(jié)果。
28、基于同一構(gòu)思，本申請(qǐng)還提供了一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上任一項(xiàng)所述的方法。
29、基于同一構(gòu)思，本申請(qǐng)還提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指令用于使計(jì)算機(jī)實(shí)現(xiàn)如上任一項(xiàng)所述的方法。
30、從上面所述可以看出，本申請(qǐng)?zhí)峁┑囊环N路面檢測(cè)方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)，該方法包括：獲取路面圖像；對(duì)所述路面圖像進(jìn)行特征提取，得到特征數(shù)據(jù)；對(duì)所述特征數(shù)據(jù)分別進(jìn)行中心點(diǎn)檢測(cè)、偏移量檢測(cè)及語(yǔ)義分割；其中，通過所述中心點(diǎn)檢測(cè)確定所述路面圖像中裂縫和/或接縫的中心點(diǎn)區(qū)域，通過所述偏移量檢測(cè)確定所述路面圖像中裂縫和/或接縫的邊緣偏移量，通過所述語(yǔ)義分割對(duì)所述路面圖像中的裂縫和/或接縫進(jìn)行語(yǔ)義識(shí)別得到識(shí)別結(jié)果；結(jié)合所述中心點(diǎn)區(qū)域、所述邊緣偏移量及所述識(shí)別結(jié)果，生成所述路面圖像的檢測(cè)結(jié)果。本申請(qǐng)通過將接縫和裂縫識(shí)別模式進(jìn)行了統(tǒng)一，將二者的識(shí)別建模為一種特殊的實(shí)例分割問題，在特征提取主干網(wǎng)基礎(chǔ)上，構(gòu)建了一個(gè)多分支預(yù)測(cè)結(jié)構(gòu)，利用中心點(diǎn)檢測(cè)分支分別預(yù)測(cè)接縫中心點(diǎn)和裂縫區(qū)域中心點(diǎn)；偏移量檢測(cè)分支預(yù)測(cè)接縫兩端偏移量和覆蓋裂縫區(qū)域的矩形邊框偏移量；語(yǔ)義分割分支實(shí)現(xiàn)接縫和裂縫像像素級(jí)的初始識(shí)別。在推斷階段，對(duì)于接縫，將預(yù)測(cè)的中心點(diǎn)與兩端點(diǎn)偏移量進(jìn)行融合，直接得到接縫位置和長(zhǎng)度；對(duì)于裂縫，將中心點(diǎn)、回歸的邊框位置和像素級(jí)識(shí)別結(jié)果進(jìn)行融合，直接得到每一個(gè)裂縫區(qū)域的分割結(jié)果。以此，通過一次識(shí)別同時(shí)完成了對(duì)接縫和裂縫的精確識(shí)別，提升了整體識(shí)別效率及用戶使用體驗(yàn)。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種路面檢測(cè)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述路面圖像進(jìn)行特征提取，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用空洞空間金字塔池化對(duì)EfficientNet卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)整，包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述特征數(shù)據(jù)進(jìn)行中心點(diǎn)檢測(cè)，包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對(duì)所述特征數(shù)據(jù)進(jìn)行偏移量檢測(cè)，包括：
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對(duì)所述特征數(shù)據(jù)進(jìn)行語(yǔ)義分割，包括：
7.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述生成所述路面圖像的檢測(cè)結(jié)果，包括：
8.一種路面檢測(cè)裝置，其特征在于，包括：
9.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的方法。
10.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)計(jì)算機(jī)指令，所述計(jì)算機(jī)指
...【技術(shù)特征摘要】
1.一種路面檢測(cè)方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述路面圖像進(jìn)行特征提取，包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述利用空洞空間金字塔池化對(duì)efficientnet卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行調(diào)整，包括：
4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述特征數(shù)據(jù)進(jìn)行中心點(diǎn)檢測(cè)，包括：
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對(duì)所述特征數(shù)據(jù)進(jìn)行偏移量檢測(cè)，包括：
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：程寧，郭遠(yuǎn)昊，潘宗俊，霍延強(qiáng)，弋曉明，曹建坤，孫浩宇，
申請(qǐng)(專利權(quán))人：中公高科養(yǎng)護(hù)科技股份有限公司，
類型：發(fā)明
國(guó)別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。