道路的识别方法及装置制造方法及图纸

本申请公开了一种道路的识别方法及装置

【技术实现步骤摘要】
道路的识别方法及装置、可穿戴电子设备


[0001]本申请涉及图像处理
，具体而言，涉及一种道路的识别方法及装置
、
可穿戴电子设备
。

技术介绍

[0002]公路养护行业，尤其是国省干线
、
农村公路的养护工作，常年面临着养护里程长
、
人力缺失
、
资金不足等问题，如何提高管养效率是当前养护行业亟需解决的问题
。
[0003]但是，相关技术中需要人工识别道路的养护状态，进而造成对道路进行验收和质检的效率较低
。
[0004]针对上述的问题，目前尚未提出有效的解决方案
。

技术实现思路

[0005]本申请实施例提供了一种道路的识别方法及装置
、
可穿戴电子设备，以至少解决由于相关技术中需要人工识别道路的修复状态，造成的对道路进行验收和质检的效率较低的技术问题
。
[0006]根据本申请实施例的一个方面，提供了一种道路的识别方法，包括：将历史道路病害视频进行分帧处理，得到多个道路病害图片，在多个道路病害图片中确定道路完成修复且修复合格的第一图片
、
道路完成修复且修复不合格的第二图片以及道路未完成修复的第三图片；基于道路病害的多个维度，对第一图片进行特征提取，得到多个第一特征，对第二图片进行特征提取，得到多个第二特征，对第三图片进行特征提取，得到多个第三特征；将多个第一特征进行组合，得到道路病害全部维度的第一目标特征，将多个第二特征进行组合，得到道路病害全部维度的第二目标特征，将多个第三特征进行组合，得到道路病害全部维度的第三目标特征；根据第一目标特征
、
第二目标特征和第三目标特征，对预设神经网络模型进行训练，得到训练好的目标神经网络模型，并利用训练好的目标神经网络模型，对目标对象采集到的待识别的道路病害视频进行识别，确定道路的修复结果
。
[0007]可选地，道路病害的多个维度包括以下至少之二：路面裂缝
、
路面坑洞
、
路面起砂
、
路面坡降
、
路面坍塌以及路面变形
。
[0008]可选地，基于道路病害的多个维度，对第一图片进行特征提取，得到多个第一特征，对第二图片进行特征提取，得到多个第二特征，对第三图片进行特征提取，得到多个第三特征，包括：按照第一预设比例，将第一图片分为第一训练集
、
第一验证集和第一测试集；根据第一训练集
、
第一验证集和第一测试集，利用预设卷积神经网络模型，基于道路病害的多个维度，确定第一图片对应的多个第一特征；按照第二预设比例，将第二图片分为第二训练集
、
第二验证集和第二测试集；根据第二训练集
、
第二验证集和第二测试集，利用预设卷积神经网络模型，基于道路病害的多个维度，确定第二图片对应的多个第二特征；按照第三预设比例，将第三图片分为第三训练集
、
第三验证集和第三测试集；根据第三训练集
、
第三验证集和第三测试集，利用预设卷积神经网络模型，基于道路病害的多个维度，确定第三图
片对应的多个第三特征
。
[0009]可选地，将历史道路病害视频进行分帧处理，得到多个道路病害图片之前，方法还包括：对历史道路病害视频进行数据清洗
。
[0010]可选地，多个第一特征
、
多个第二特征和多个第三特征均至少包括：长度特征和宽度特征
。
[0011]可选地，道路的修复结果包括：道路完成修复且修复合格对应的第一概率，道路完成修复且修复不合格对应的第二概率，道路未完成修复对应的第三概率
。
[0012]可选地，在第二概率大于预设阈值的情况下，将待识别的道路病害视频以及待识别的道路病害视频对应的识别时间发送至服务器侧，并生成告警信息
。
[0013]根据本申请实施例的再一方面，还提供了一种道路的识别装置，包括：第一确定模块，用于将历史道路病害视频进行分帧处理，得到多个道路病害图片，在多个道路病害图片中确定道路完成修复且修复合格的第一图片
、
道路完成修复且修复不合格的第二图片以及道路未完成修复的第三图片；提取模块，用于基于道路病害的多个维度，对第一图片进行特征提取，得到多个第一特征，对第二图片进行特征提取，得到多个第二特征，对第三图片进行特征提取，得到多个第三特征；组合模块，用于将多个第一特征进行组合，得到道路病害的全部维度的第一目标特征，将多个第二特征进行组合，得到道路病害的全部维度的第二目标特征，将多个第三特征进行组合，得到道路病害的全部维度的第三目标特征；第二确定模块，用于根据第一目标特征
、
第二目标特征和第三目标特征，对预设神经网络模型进行训练，得到训练好的目标神经网络模型并利用训练好的目标神经网络模型，对目标对象采集到的待识别的道路病害视频进行识别，确定道路的修复结果
。
[0014]根据本申请实施例的再一方面，还提供了一种非易失性存储介质，存储介质包括存储的程序，其中，程序运行时控制存储介质所在的设备执行以上的道路的识别方法
。
[0015]根据本申请实施例的再一方面，还提供了一种可穿戴电子设备，包括：存储器和处理器，处理器用于运行存储在存储器中的程序，其中，程序运行时执行以上的道路的识别方法
。
[0016]在本申请实施例中，采用将历史道路病害视频进行分帧处理，得到多个道路病害图片，在多个道路病害图片中确定道路完成修复且修复合格的第一图片
、
道路完成修复且修复不合格的第二图片以及道路未完成修复的第三图片；基于道路病害的多个维度，对第一图片进行特征提取，得到多个第一特征，对第二图片进行特征提取，得到多个第二特征，对第三图片进行特征提取，得到多个第三特征；将多个第一特征进行组合，得到道路病害全部维度的第一目标特征，将多个第二特征进行组合，得到道路病害全部维度的第二目标特征，将多个第三特征进行组合，得到道路病害全部维度的第三目标特征；根据第一目标特征
、
第二目标特征和第三目标特征，对预设神经网络模型进行训练，得到训练好的目标神经网络模型，并利用训练好的目标神经网络模型，对目标对象采集到的待识别的道路病害视频进行识别，确定道路的修复结果的方式，通过利用历史道路病害视频对预设神经网络模型进行训练，并利用训练好的目标神经网络模型，对目标对象采集到的待识别的道路病害视频进行识别，达到了利用神经网络模型对道路的修复状态进行识别的目的，从而实现了提升对道路进行验收和质检的效率的技术效果，进而解决了由于相关技术中需要人工识别道路的修复状态，造成的对道路进行验收和质检的效率较低的技术问题
。
附图说明
[0017]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种道路的识别方法，其特征在于，包括：将历史道路病害视频进行分帧处理，得到多个道路病害图片，在所述多个道路病害图片中确定道路完成修复且修复合格的第一图片
、
道路完成修复且修复不合格的第二图片以及道路未完成修复的第三图片；基于道路病害的多个维度，对所述第一图片进行特征提取，得到多个第一特征，对所述第二图片进行特征提取，得到多个第二特征，对所述第三图片进行特征提取，得到多个第三特征；将所述多个第一特征进行组合，得到道路病害全部维度的第一目标特征，将所述多个第二特征进行组合，得到道路病害全部维度的第二目标特征，将所述多个第三特征进行组合，得到道路病害全部维度的第三目标特征；根据所述第一目标特征
、
所述第二目标特征和所述第三目标特征，对预设神经网络模型进行训练，得到训练好的目标神经网络模型，并利用所述训练好的目标神经网络模型，对目标对象采集到的待识别的道路病害视频进行识别，确定道路的修复结果
。2.
根据权利要求1所述的方法，其特征在于，道路病害的多个维度包括以下至少之二：路面裂缝
、
路面坑洞
、
路面起砂
、
路面坡降
、
路面坍塌以及路面变形
。3.
根据权利要求2所述的方法，其特征在于，基于道路病害的多个维度，对所述第一图片进行特征提取，得到多个第一特征，对所述第二图片进行特征提取，得到多个第二特征，对所述第三图片进行特征提取，得到多个第三特征，包括：按照第一预设比例，将所述第一图片分为第一训练集
、
第一验证集和第一测试集；根据第一训练集
、
所述第一验证集和所述第一测试集，利用预设卷积神经网络模型，基于道路病害的多个维度，确定所述第一图片对应的所述多个第一特征；按照第二预设比例，将所述第二图片分为第二训练集
、
第二验证集和第二测试集；根据第二训练集
、
所述第二验证集和所述第二测试集，利用预设卷积神经网络模型，基于道路病害的多个维度，确定所述第二图片对应的所述多个第二特征；按照第三预设比例，将所述第三图片分为第三训练集
、
第三验证集和第三测试集；根据第三训练集
、
所述第三验证集和所述第三测试集，利用预设卷积神经网络模型，基于道路病害的多个维度，确定所述第三图片对应的所述多个第...

【专利技术属性】
技术研发人员：张琳曼，王琳，包祥文，龚平，宋新远，刘炜，葛恒志，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：