【技术实现步骤摘要】
本专利技术涉及道路病害检测，特别涉及一种用于视频检测道路病害的方法、系统和设备。
技术介绍
1、当前道路病害检测主要依赖人工主观判断，存在专业经验要求高、费时费力、易出错等问题。然而，机器视觉作为新兴的计算机学科分支，具备高效和准确识别能力，相较于人工检测方法更具优势。尤其是深度学习在语音和图像识别方面的突破，推动了人工智能技术的发展。目前的道路病害检测主要依赖车载采集设备，由专业人员逐张筛查图像数据并标注病害区域，再计算破损率。但人工筛选和标注仍然耗时且准确率低。同时，路面图像的复杂性、多样性以及病害信息的弱信号性使得人筛选，容易识别错误的路面图像，同时还无法对路面修复进行实时追踪。
技术实现思路
1、本专利技术的主要目的为提供一种用于视频检测道路病害的方法、系统和设备，通过对数据进行采集处理，识别出路面病害，同时生成处理工单发送至客户端，并实时追踪工单的处理情况，降低筛选错误情况的出现，并辅助人工对道路病害养护巡检进行智能化管养。
2、为实现上述目的，本专利技术提供一种用于...
【技术保护点】
1.一种用于视频检测道路病害的方法，其特征在于，包括：
2.根据权利要求1所述的用于视频检测道路病害的方法，其特征在于，所述通过预设在所述前端设备上的道路病害识别模型对获取的所述道路视频数据进行道路病害识别，包括：
3.根据权利要求2所述的用于视频检测道路病害的方法，其特征在于，所述对识别结果进行数据聚类，包括：
4.根据权利要求1所述的用于视频检测道路病害的方法，其特征在于，所述基于所述道路病害识别模型将数据聚类得到的聚类数据进行存储并上传至道路养护平台，包括：
5.根据权利要求1所述的用于视频检测道路病害的方法，其特...
【技术特征摘要】
1.一种用于视频检测道路病害的方法，其特征在于，包括：
2.根据权利要求1所述的用于视频检测道路病害的方法，其特征在于，所述通过预设在所述前端设备上的道路病害识别模型对获取的所述道路视频数据进行道路病害识别，包括：
3.根据权利要求2所述的用于视频检测道路病害的方法，其特征在于，所述对识别结果进行数据聚类，包括：
4.根据权利要求1所述的用于视频检测道路病害的方法，其特征在于，所述基于所述道路病害识别模型将数据聚类得到的聚类数据进行存储并上传至道路养护平台，包括：
5.根据权利要求1所述的用于视频检测道路病害的方法，其...
【专利技术属性】
技术研发人员：黄诚，徐欢，汪庆，
申请(专利权)人：深圳亿维锐创科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。