摘要
本发明公开了一种基于双鉴别器融合图像生成网络的建筑立面劣化检测方法,该方法包括:获取指定建筑外立面的可见光与红外高质量检测图像对,预处理后的图像作为训练外墙病害检测模型的数据集;构建双鉴别器融合图像生成网络,利用获得的数据集训练网络获得性能良好的融合图像生成器,训练过程中对融合图像的质量进行定量评价以确保融合图像能够较好的保存可见光图像中的纹理细节和红热图像中的热特征信息;对融合图像进行图像实例分割检测不同类型病害。本发明能够获得较为直观、精准的建筑外墙病害融合图像,实用性较强且克服了单一模态病害检测的局限,能够识别多种外墙病害,提高了外墙病害检测效率。
技术关键词
图像生成网络
劣化检测方法
可见光图像
图像生成器
定量评价指标
建筑外立面
解码网络
像素
劣化检测装置
融合图像信息
实例分割
生成融合图像
外墙
可见光相机
输出模块
信息熵
数据
系统为您推荐了相关专利信息
工程边坡
数值分析模型
定量评价指标
松弛
评价方法
可见光图像
车辆运动轨迹
时空注意力机制
车辆模型
运动轨迹提取方法
电气仪表设备
状态指示灯
深度神经网络
矩阵
区域建议网络
红外光
对比度
状态空间模型
融合可见光图像
融合全局特征
可见光图像
融合方法
滤波方法
脉冲耦合神经网络
区域检测方法