基于宽度学习神经网络的桥梁路面裂缝分类识别方法

授权

摘要

本发明涉及一种基于宽度学习神经网络的桥梁路面裂缝分类识别方法，属于图像处理和计算机视觉领域。利用宽度学习神经网络同时实现桥梁裂缝位置和裂缝属性的准确识别分类，主要解决目前基于宽度学习神经网络的桥梁裂缝的检测方法无法直接获取裂缝的宽度和长度信息的问题以及将PC端和手机端的结合来进行桥梁裂缝的分类识别，给桥梁裂缝的分类识别带来了更准确、更便捷、可靠性更高的方法，提高了桥梁裂缝检测的效率以及检测结果的准确性和稳定性。

基本信息

专利标题：

基于宽度学习神经网络的桥梁路面裂缝分类识别方法

专利标题（英）：

暂无

公开（公告）号：

CN110197203A

申请号：

CN201910380261.3

公开（公告）日：

2019-09-03

申请日：

2019-05-08

授权号：

CN110197203B

授权日：

2022-06-10

发明人：

郭黎卜慎慎廖宇李晓艳李润泽江鑫

申请人：

湖北民族大学

申请人地址：

湖北省恩施土家族苗族自治州学院路39号

代理机构：

北京同恒源知识产权代理有限公司

代理人：

杨柳岸

优先权：

CN201910380261.3

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04 G01N21/95