一种基于深度学习的卷积神经网络的道路材质识别方法专利查询专利号|摘要-满商公司网

一种基于深度学习的卷积神经网络的道路材质识别方法

基本信息

申请号	CN202110357460.X	申请日	-
公开（公告）号	CN113159044A	公开（公告）日	2021-07-23
申请公布号	CN113159044A	申请公布日	2021-07-23
分类号	G06K9/34（2006.01）I;G06K9/44（2006.01）I;G06K9/46（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I	分类	计算；推算；计数;
发明人	肖国峰;张蕴灵;侯芸;杨璇;何博洲;戴维序;龚婷婷;潘佩珠;王群;孙雨;宋张亮;赵政帆;董庆豪	申请（专利权）人	航天信德智图（北京）科技有限公司
代理机构	天津展誉专利代理有限公司	代理人	郑晓晨
地址	100000北京市海淀区紫竹院路116号嘉豪国际中心A座
法律状态	-

摘要

本发明属于道路材质识别技术领域，公开了一种基于深度学习的卷积神经网络的道路材质识别方法，包括以下步骤：输入影像，找到道路位置；将非道路位置亮度调0；将影像转为红、绿、近红三通道，对道路材质进行识别；收集好数据后，搭建以ResNet50为特征提取器的deeplabV3+语义分割模型，在影像上进行训练；得到每条道路都着色的热力图，通过颜色判定道路的材质类别。本发明通过结合路网数据，以及部分手工矫正，避免了在道路位置的提取上花费过大的计算资源，同时，本发明结合了卫星影像所具有多波段光谱信息这一特点，对不同的路面材质进行了光谱分析，使输入数据中含有的特征信息更加丰富且更具有代表性，并通过预处理凸显目标的所有特征，提高了识别精度。