龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
摘要：本发明公开了一种基于图像智能分类的城市内涝积水深度识别方法。所述方法截取城市内涝监控视频图像，制作积水特征信息数据标签并扩充数据集，进而训练Fast‑SCNN模型。利用Fast‑SCNN的训练结果批量推理城市内涝监控图像，得到已分割积水区域的图像，结合城市道路实测积水深度数据制作积水深度等级数据标签，调整ResNet模型参数，对图片中的积水深度等级进行学习训练。对输入图像进行预测时，依次经过图像分割模型和图像分类模型的预测，最终输出道路积水深度等级。本发明可直接使用道路监控摄像头拍摄的图像进行积水深度识别，突破了已有的深度学习检测道路积水技术对积水标识物的依赖，提高了图像智能识别道路积水深度的适应性。
主权项：1.一种基于图像智能分类的城市内涝积水深度识别方法，其特征在于，包括如下步骤：S1、获取城市内涝监控摄像头拍摄的视频，从视频中截取包含有人眼可识别水域的单帧图像作为初始图像数据；S2、对初始图像数据集中的单帧图像中可见的积水范围进行边界描绘和标签制作；S3、采用数据增强技术对初始图像数据集进行扩充，生成图像数据，并划分为第一训练集、第一验证集和第一测试集，转换为图像分割网络模型可读取的数据集格式；S4、调整图像分割网络模型参数，对扩充数据后的初始图像数据集中的单帧图像的可见的积水范围进行学习训练，得到训练完成的图像分割网络模型；利用训练完成的图像分割网络模型批量推理城市内涝监控图像，得到已分割积水区域的图像，并以已分割积水区域的图像作为下一步训练图像分类网络模型的数据源；S5、根据城市道路实测积水深度数据，制作步骤S4中所述已分割积水区域的图像的积水深度等级数据标签，并将已分割积水区域的图像及其标签划分为第二训练集、第二验证集和第二测试集；S6、调整图像分类网络模型参数，对第二训练集、第二验证集中已分割积水区域的图像的积水深度等级进行学习训练，得到训练完成的图像分类网络模型；S7、对输入图像进行预测时，依次经过训练完成的图像分割模型和图像分类模型的预测，最终输出道路积水深度等级。
全文数据：
权利要求：
百度查询： 华南理工大学 一种基于图像智能分类的城市内涝积水深度识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号