基于卷积神经网络的路面病害检测技术.pdf

《基于卷积神经网络的路面病害检测技术.pdf》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、中国科技论文在线http://www.paper.edu.cn基于卷积神经网络的路面病害检测技术**欧阳林澍，徐国胜，郭燕慧（北京邮电大学网络空间安全学院，北京100876）5摘要：快速、准确的裂缝自动识别对于保障行车安全具有重要的意义。现有的裂缝识别技术大多基于人工提取局部图像特征或边缘检测等方法，但是人工特征覆盖面有限，无法应对具有大量噪声的复杂路面图像。近年来，卷积神经网络由于其自动提取图像特征表示的能力受到了广泛关注，并有工作尝试将其应用于裂缝检测问题。但是已有的工作仍然只提取图片局部区域的特征进行分类，无法利用裂缝狭长连续的整体空间结构特性。本文设

2、计实现了具有10较大感知域的神经网络,一方面从大量数据中自动学习裂缝的局部特征，可以良好地应对复杂情况，另一方面较大的感知域有效利用了局部区域周边的上下文信息。实验结果表明，本方法受图像噪声干扰较小，识别准确率优于传统方法，并且识别结果具有良好的结构完整性，已接近人工识别的水平。关键词：裂缝识别；卷积神经网络；端到端15中图分类号：TP391.4RoadDiseasesDetectionBasedOnConvolutionalNeuralNetworkOUYANGLinshu,XUGuosheng,GUOYanhui20(SchoolofCyberspace

3、Security,BeingUniversityofPostandTeleommunication,Beijing100876)Abstract:Fast,accurateautomaticcrackdetectioniscriticalfortransportationsafety.Currentresearchmainlyfocusedonhumandesignedfeaturesoredgedetection.However,thesefeaturescan'tcoverallthecaseinthecomplicatedroadsituation.R

4、ecentyears,convolutionalneuralnetworkisgettingmore25attentionduetoitsabilitytoextractfeaturesautomaticallyfromimagedatas,andthereareworksonapplyingtheCNNtodetectroadcrack.ButtheseworksstillapplyCNNtoclassifysmallpatchsoftheimageandlosethestructureinformationofthecrack.Wedesignanend

5、toendcontextawareconvolutionalnetworkarchitecturethathaslargereceptivefield,toleveragethecontextinformationinthelargeareatohelpclassifythecentralarea.Experimentresultsshowedthatourarchitectureisrobust30toimagenoises,andismoreaccuratethantraditionalmethods.Mostimportantly,thepredict

6、edcrackismorestructurepreserved.Keywords:crackdetection;convolutionalneuralnetwork;endtoend350引言随着国民经济的发展，我国汽车保有量不断增长，公路也因此承担了更大的负载，破裂现象不断增长。此时，及时、准确地检测路面的裂缝是进行快速维修以保障行车安全的前提。而由于路面表面经常有灰尘、小石子等杂物，图像中噪声比较大，传统的自动识别方法易受噪声干扰，识别准确率较低，这也导致目前路面裂缝检测仍然以效率低下的人工检测为主。40另一方面，当前自动驾驶技术正在飞速发展，逐渐接近实

7、用，而裂缝的快速自动识别是自动驾驶过程中对裂缝进行减速避让等操作的前提，这对于自动驾驶的安全性具有重要意义。[1][2]近年来，随着计算能力的飞速提升和数据量的增加，基于神经网络的图像分类技术作者简介：欧阳林澍(1992-)，男，硕士研究生，主要研究方向：通信联系人：徐国胜（1978-），男，讲师，主要研究方向：深度学习.E-mail:guoshengxu@bupt.edu.cn-1-中国科技论文在线http://www.paper.edu.cn[3][4]和图像分割技术取得了突破性的进步，这促使我们尝试将图像识别技术应用于路面裂缝检测领域，并取得了较好的效

8、果。451相关工作[5]根据，当前路面裂缝识别算法主