原文传递
基于卷积自编码的沥青路面目标与裂缝智能识别
| 题名： | 基于卷积自编码的沥青路面目标与裂缝智能识别 |
| 作者： | 侯越;陈逸涵;顾兴宇;茅荃;曹丹丹;WANGLin-bing;荆鹏 |
| 作者单位： | 北京工业大学北京市交通工程重点实验室;东南大学交通学院;江苏现代路桥有限责任公司;弗吉尼亚理工大学土木工程与环境工程系 |
| 关键词： | 道路工程;路面裂缝检测;深度学习;卷积自编码器;深度聚类;数据增强 |
| 摘要： | 目前基于深度学习的路面裂缝识别经常面临训练数据集小，以及路面图片标注成本高等问题，基于小规模路面图片数据集，利用卷积自编码(CAE)方法进行数据增强，开展包括路面裂缝在内的路面目标智能化识别方法研究。在传统图像几何变换数据增强的基础上，采用CAE重构图片方法对原始数据集进行两步骤扩增；利用卷积神经网络DenseNet,设置了不同数据扩增方法的对比试验；针对沥青路面裂缝图片背景较黑，裂缝特征不清晰，无监督聚类学习难度大等问题，采用了一种基于CAE预训练的深度聚类算法DCEC,对经数据增强的路面图片进行无标注 |
| 期刊名称： | 中国公路学报 |
| 出版年： | 2020 |
| 期： | 10 |
| 页码： | 288-303 |
检索历史
应用推荐
