摘要
本发明公开了一种市政道路路面裂缝多模态融合检测的方法,属于路面裂缝检测技术领域,包括以下步骤:S1:获取多模态数据中的可见光图像、红外热成像和三维激光扫描数据,基于三维激光扫描数据生成时间统一和空间对齐的多模态数据集;S2:从所述多模态数据集中提取可见光图像和红外热成像,并获取可见光图像和红外热成像对应的特征得到多模态特征集;S3:将所述多模态特征集输入深度神经网络,通过多层卷积操作对特征向量进行加权整合,得到带有三维坐标的裂缝检测结果。所述市政道路路面裂缝多模态融合检测的方法解决了现有的路面裂缝检测方法准确性和可靠性低下的问题。
技术关键词
市政道路路面
三维激光扫描数据
可见光图像
多模态特征
路面裂缝检测方法
成像
边缘检测算法
深度神经网络
Softmax函数
线性插值法
坐标系
形态
独立特征
时间同步
基准
系统为您推荐了相关专利信息
模型建模方法
图像识别技术
深度学习模型
三维激光扫描数据
智能决策支持系统
步态识别方法
步态信息
细粒度特征
多模态特征
融合策略
室内三维场景
多模态特征
融合全局特征
实例分割模型
融合特征
样本
非暂态计算机可读存储介质
热成像
注意力机制
迁移方法