买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利融合深度学习的桥梁表观损伤双目视觉智能检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115908276B 。

龙图腾网通过国家知识产权局官网在2026-03-27发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211327687.0，技术领域涉及：G06T7/00；该发明授权融合深度学习的桥梁表观损伤双目视觉智能检测方法及系统是由张治成;刘金童;张鹤;沈芷菁设计研发完成，并于2022-10-27向国家知识产权局提交的专利申请。

本融合深度学习的桥梁表观损伤双目视觉智能检测方法及系统在说明书摘要公布了：本发明公开一种融合深度学习的桥梁表观损伤双目视觉智能检测方法及系统，包括：分别构建每个桥梁部位、桥梁构件和损伤类别的训练数据集；基于改进的VGG16模型，分别构建部位识别模型、构件识别模型和损伤识别模型，获得三层级预分类模型；基于改进的编码器‑解码器FCN模型，构建每个损伤类别的像素级检测模型；然后分别用相应的训练数据集训练多层级预分类模型和像素级检测模型，进行在线图像检测，获得预分类后的桥梁表观图像的损伤数量、形态轮廓及倾角走向；基于双目立体视觉的中心投影模型，对损伤的图像形态轮廓进行三维重建并定量测量，获得损伤尺寸。本发明能输出位置、类别和尺寸等全面表观损伤信息，为服役桥梁表观状态评估提供客观依据。

本发明授权融合深度学习的桥梁表观损伤双目视觉智能检测方法及系统在权利要求书中公布了：1.一种融合深度学习的桥梁表观损伤双目视觉智能检测方法，其特征在于，该方法包括： 步骤一：通过双目拍摄系统获取桥梁表观图像，并对每张图像标注出拍摄桥梁的部位、损伤所在桥梁具体构件和损伤类别，并按照桥梁的部位对图像进行归类，分别构建每个桥梁部位的训练数据集；然后对每个桥梁部位的图像进一步按照损伤所在桥梁的具体构件进行分类，分别构建每个桥梁部位的每个桥梁构件的训练数据集；最后对每个桥梁构件的图像按照损伤类别进行分类，构建每个桥梁部位的每个桥梁构件的每个损伤类别的训练数据集； 步骤二：构建改进的VGG16模型，即将VGG16模型的三个全连接层的神经元数量修改为1024、256和识别类别的个数，然后分别用每个桥梁部位的训练数据集训练改进的VGG16模型，得到对应每个桥梁部位的部位识别模型；然后用每个桥梁构件的训练数据集训练对应桥梁部位的部位识别模型，得到对应构件的构件识别模型；最后，用每个桥梁部位的每个桥梁构件的每个损伤类别的训练数据集训练对应构件的构件识别模型，得到对应桥梁构件的每个损伤类别的损伤识别模型；从而获得三层级预分类模型； 步骤三：构建改进的编码器-解码器FCN模型，即，采用基于VGG19的编码器网络作为特征提取网络，将编码器最大池化索引叠加到对应的相同分辨率的解码器转置卷积输出上进行融合，从而检测容易忽略的损伤细节特征；所述编码器网络根据输入的桥梁表观图像生成特征图，然后所述特征图输入到解码器网络，生成密集预测图，再将所述密集预测图由Softmax层处理，得到每个像素的类别概率，完成损伤像素级检测；并用每个损伤类别的桥梁表观图像作为训练集训练改进的编码器-解码器FCN模型，得到对应每个损伤类别的像素级检测模型； 步骤四：将待预测的桥梁表观图像输入所述部位识别模型，识别出该图像对应的桥梁部位，然后再将待预测的桥梁表观图像输入对应桥梁部位的构件识别模型，识别出该图像对应的构件；最后将待预测的桥梁表观图像输入对应构件的损伤识别模型，输出待预测的桥梁表观图像的损伤类别；将待预测的桥梁表观图像输入对应损伤类别的像素级检测模型，输出该待预测的桥梁表观图像的损伤数量、形态轮廓及倾角走向； 步骤五：构建基于双目立体视觉的中心投影模型，采用光轴相交的双目立体视觉模型作为损伤定位模型；通过SIFT算法和最近邻算法提取并搜索待测量的桥梁表观图像对之间的匹配点对，再从所述匹配点对中由随机算法选择三个点对输入到所述损伤定位模型，获得空间损伤平面；所述空间损伤平面和对应针孔相机模型组成中心投影模型，然后对所述中心投影模型对应的待测量桥梁表观图像在步骤四中输出的损伤形态轮廓进行三维重建，完成损伤定量测量，并输出待测量的桥梁表观图像对的损伤尺寸。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。