一种基于AI的图像识别混凝土试件防伪方法技术

本发明专利技术公开了一种基于AI的图像识别混凝土试件防伪方法，涉及混凝土见证取样技术领域，包括S1、获得湿状的混凝土试件照片，即湿态照片；S2、获得凝固态的混凝土照片，即凝固态照片；S3、通过在YOLOv8模型中融合BiFPN，构建AI模型，并识别凝固态照片；S4、使用凝固态照片的标签和试件轮廓与湿态照片进行对齐得到一个形状相似性得分，此外结合使用双分支ViT网络结合关系网络生成一个深度学习相关的相似性得分；S5、结合两个得分结果，来判断试件调换情况。该基于AI的图像识别混凝土试件防伪方法，能够更好地理解图像内容，能在复杂的背景中准确地识别出目标试件的真伪，减少了混凝土试件造假的可能性。

【技术实现步骤摘要】

本专利技术涉及混凝土见证取样，具体为一种基于ai的图像识别混凝土试件防伪方法。

技术介绍

1、混凝土见证取样是指在监理单位或建设单位监督下，由施工单位有关人员现场取样，并送至具备相应资质的检测单位进行检测。这一过程确保了试件从施工现场到实验室的完整性和真实性，从而保证了混凝土检测结果的准确性和可靠性。

2、见证取样的目的是为了确保混凝土的质量满足设计要求和相关标准。通过见证取样，监理单位或建设单位可以对施工单位使用的混凝土质量进行监督，避免使用不合格的材料，从而确保建筑工程的质量和安全。

3、然而，在实际混凝土见证取样中，某些施工单位为了逃避检测，可能会使用不法手段调换混凝土试件，使得混凝土检测结果合格，这不仅严重违反了建筑行业的规范和标准，还会对建筑工程的质量和安全性造成潜在威胁。

4、因此，急需对此缺点进行改进，本专利技术则是针对现有的技术不足予以研究改良，提供有一种基于ai的图像识别混凝土试件防伪方法。

技术实现思路

1、本专利技术的目的在于提供一种基于ai的图像识别本文档来自技高网...

【技术保护点】

1.一种基于AI的图像识别混凝土试件防伪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于AI的图像识别混凝土试件防伪方法，其特征在于，所述步骤S4中，双分支ViT结构结合了卷积分支和transformer分支，并行处理信息，以最大化保留两个不同级别的特征，并通过多头交叉注意力模块融合干、湿两种不同状态照片的特征，发现其内在关联。

3.根据权利要求2所述的一种基于AI的图像识别混凝土试件防伪方法，其特征在于，所述卷积分支负责提取局部特征和细节信息，继承CNN的特性，包含若干卷积层，每个卷积层都会通过一系列可学习的卷积核来提取图像中的特征，所述卷积层...

【技术特征摘要】

1.一种基于ai的图像识别混凝土试件防伪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于ai的图像识别混凝土试件防伪方法，其特征在于，所述步骤s4中，双分支vit结构结合了卷积分支和transformer分支，并行处理信息，以最大化保留两个不同级别的特征，并通过多头交叉注意力模块融合干、湿两种不同状态照片的特征，发现其内在关联。

3.根据权利要求2所述的一种基于ai的图像识别混凝土试件防伪方法，其特征在于，所述卷积分支负责提取局部特征和细节信息，继承cnn的特性，包含若干卷积层，每个卷积层都会通过一系列可学习的卷积核来提取图像中的特征，所述卷积层还伴随有激活函数以增加模型的非线性，以及池化层来降低数据的空间维度，同时保留重要的特征信息。

4.根据权利要求2所述的一种基于ai的图像识别混凝土试件防伪方法，其特征在于，所述transformer分支基于transformer模型，负责捕捉长距离依赖关系和全局上下文信息，所述transformer分支的处理操作包括：将原始像素级别的图像分割成若干固定大小的patches，每个patch被转换为token，随后通过自注意力机制学习全局上下文依赖关系，从而生成各自的高级语义特征表示。

5.根据权利要求2所述的一种基于ai的图像识别混凝土试件防伪方法，其特征在于，所述多头交叉注意力模块中，来自凝固态照片的tokens充当查询，而湿态照片的tokens则作为键和值，通过交叉注意力机制，聚焦于干、湿混凝土照片特征之间的相关部分，探索和推理两者在局部区域...

【专利技术属性】
技术研发人员：曾胡，任金，康荣，易小明，顾宝程，刘亚利，李江华，
申请(专利权)人：湖南建研信息技术股份有限公司，
类型：发明
国别省市：