摘要
本发明公开一种路面凹坑自动检测和深度估计方法、设备及存储介质,涉及图像识别技术领域。所述方法包括:获取路面图像和路面激光点云;利用YOLOv5深度学习模型和DeepSORT目标跟踪器对所述路面图像中的凹坑区域进行检测和跟踪,以及利用SFM算法对所述路面凹坑区域图像进行重建,得到三维重建点云;对所述三维重建点云进行点云后处理,得到重建点云校准数据;将所述路面激光点云和所述重建点云校准数据的坐标系转换为像素坐标系,并基于网格搜索算法计算比例因子,确定路面凹坑尺度信息;所述比例因子为所述路面激光点云和所述重建点云校准数据之间的对应关系。本发明能够提高路面凹坑检测的准确性。
技术关键词
深度估计方法
凹坑
路面
重建点云
深度学习模型
网格搜索算法
平面方程系数
坐标系
图像
跟踪器
非极大值抑制方法
采集设备
校准
像素
激光雷达
位置跟踪
因子
卡尔曼滤波算法
离群点
系统为您推荐了相关专利信息
综合品质
食品生产线
自动检测系统
成分含量
深度学习模型
水位流量关系
顶托
深度学习模型
深度学习方法
模型超参数
数据管理系统
分布式数据库
科研
信息验证
数据输入模块
协同过滤算法
趋势预测模型
深度学习模型
个性化商品排序
电子商务推荐系统
网络流量异常检测
隔离系统
异常流量
数据采集模块
分析模块