摘要
本发明提供了一种基于深度学习的道路边坡的灾害监测方法及装置、存储介质、电子设备,其中,该方法包括:获取目标道路边坡区域在当前时间的二维图像;采用预训练的深度学习模型将所述二维图像转换为当前深度图像;获取所述目标道路边坡区域在历史时间的历史深度图像;根据所述当前深度图像和所述历史深度图像定位所述二维图像中的滑坡区域;计算所述滑坡区域的地形参数,并根据所述地形参数计算所述滑坡区域发生地质灾害的风险值。解决了相关技术中预测道路边坡发生地质灾害的精度低的技术问题,提升深度估计算法在道路边坡检测中的精度和鲁棒性,提高了道路安全性。
技术关键词
深度学习模型
灾害监测方法
图像
像素点
深度值
边坡
多尺度特征
灾害监测装置
邻域
深度估计算法
局部纹理特征
风险
空间结构
参数
样本
定位模块
通信接口
电子设备
系统为您推荐了相关专利信息
融合定位方法
视觉特征信息
融合视觉特征
视觉惯性里程计
神经网络结构
面部表情识别方法
识别标签
样本
正则化模型
分类网络
电力管廊巡检
雾化图像
巡检策略
图像退化模型
直方图均衡化
跟踪目标对象
检测跟踪方法
跟踪器
拍摄设备
飞行器
智能救护车
导航语音播报方法
交通指示灯
Dijkstra算法
智能汽车