齊魯工業大學(山東省科學院);山東大學李利平獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉齊魯工業大學(山東省科學院);山東大學申請的專利基于視覺感知的隧道病害智能檢測識別方法及系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN119251642B 。
龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411108706.X,技術領域涉及:G06V10/82;該發明授權基于視覺感知的隧道病害智能檢測識別方法及系統是由李利平;陳澤雨;劉洪亮;姜新波;蔡輝;陳雨雪;屠文鋒;范宏運;范佳瀅設計研發完成,并于2024-08-13向國家知識產權局提交的專利申請。
本基于視覺感知的隧道病害智能檢測識別方法及系統在說明書摘要公布了:本發明提出基于視覺感知的隧道病害智能檢測識別方法及系統,涉及隧道病害檢測技術領域。包括獲取隧道病害圖片數據集;搭建DB?FOCS網絡模型;對DB?FOCS網絡模型進行訓練,得到訓練好的DB?FOCS網絡模型;將待識別的隧道病害圖片輸入至DB?FOCS網絡模型中,利用可變形卷積層提取特征并生成偏移量,使用偏移量修正提取的特征,得到多層特征圖;將多層特征圖輸入至BiFPN結構中,進行跨層特征融合;將跨層特征圖輸入至Head分支中,再次利用可變形卷積層提取特征,得到病害識別結果。本發明使算法更好的應對目標檢測任務中的各種尺寸變化以及形變,提升了目標檢測的性能,提高模型準確度和穩定性。
本發明授權基于視覺感知的隧道病害智能檢測識別方法及系統在權利要求書中公布了:1.基于視覺感知的隧道病害智能檢測識別方法,其特征在于,包括以下步驟: 獲取隧道病害圖片數據集,對圖片進行標注; 以FOCS模型為基礎,使用可變形卷積層分別代替FOCS模型主干網絡的第三和第四階段的卷積、以及兩個Head分支的前四個卷積,使用BiFPN結構替換FOCS模型中的FPN結構,搭建DB-FOCS網絡模型; 利用標注后的隧道病害圖片對DB-FOCS網絡模型進行訓練,得到訓練好的DB-FOCS網絡模型; 將待識別的隧道病害圖片輸入至訓練好的DB-FOCS網絡模型中,利用可變形卷積層提取特征并生成變形的偏移量,使用變形的偏移量分別修正提取的特征,得到多層特征圖;將多層特征圖輸入至BiFPN結構中,進行跨層特征融合,得到跨層特征圖;將跨層特征圖輸入至Head分支中,再次利用可變形卷積層提取特征,最終得到病害識別結果。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人齊魯工業大學(山東省科學院);山東大學,其通訊地址為:250000 山東省濟南市長清區大學路3501號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。