一种基于深度学习的交安设施统计调查方法

本发明涉及交安设施识别技术领域，具体为一种基于深度学习的交安设施统计调查方法。本发明包括：采集视频帧图像及同步获取摄像设备的GPS与IMU数据；通过融合位姿估计算法构建修正位姿变换矩阵，结合单目深度估计与多帧深度图融合生成三维点云，提取交通安全设施的几何属性信息；利用YOLO算法对图像中交安设施进行识别，提取设施类别与位置，并与三维属性关联，生成结构化数据；基于模糊推理方法对设施状态进行等级判断；按道路桩号进行分段统计与分类汇总，输出统计报告。本发明可实现设施三维感知、状态智能评估及分类统计，适用于智慧公路运维与数字化交通设施管理。