摘要
本发明公开了一种基于神经辐射场和语义分割网络的路面裂缝提取方法,具体涉及道路工程技术领域,通过无人机获取研究区域路面图像数据并进行预处理形成所需的图像数据集,通过运动恢复结构多视图立体视觉算法和神经辐射场算法结合对预处理后的图像数据集进行三维重建得到路面点云模型以及点云数据集,通过构建语义分割网络并训练点云数据集,根据语义分割结果完成路面裂缝信息的提取与计算,与现有技术相比,降低了检测成本,满足了实时检测需求,还明显改进了现有点云处理自动化、表达性差及应用不足等现状,此外还能够直观、准确地表征存在裂缝的道路场景,从而为路面信息数字化表示提供底层平台与数据支撑。
技术关键词
路面裂缝提取
语义分割网络
运动恢复结构
点云模型
立体视觉
解码器结构
图像
注意力
数值积分方法
编码器
多尺度特征融合
回归分析方法
方位角
数据
道路工程技术
空间特征提取
系统为您推荐了相关专利信息
动态监测预警系统
滨海盐渍土
盐分
毛细
孔隙结构
连续性
图像
注意力机制
CT成像设备
语义分割网络
雷达点云数据
图像特征数据
甘蓝收获机
融合点云数据
扩展卡尔曼滤波器