基于计算机视觉的公路边坡裂缝检测方法.pdfVIP

测控技术

·６２·２０２１４０５模式识别与人工智能

年第卷第期

基于计算机视觉的公路边坡裂缝检测方法

１，２１，２３，４，５３，４，５６３，４，５

傅宇浩，郭沛，刘鹏宇，李瑶瑶，陈善继，王聪聪

（１．中咨数据有限公司，北京１０００８９；２．空间信息应用与防灾减灾技术交通运输行业研发中心，

北京；北京工业大学信息学部，北京；先进信息网络北京实验室，北京；

１０００８９３．１００１２４４．１００１２４

计算智能与智能系统北京市重点实验室，北京；青海民族大学物理与电子信息工程学院，青海西宁）

５．１００１２４６．８１０００７

摘要裂缝是大部分公路边坡灾害的早期症状安全监测集中在此阶段进行目前公路边坡多采用人

：，。，

工定期巡查等方法，但存在成本高、监测范围小、人工干预多、安全性差等问题。提出一种基于计算机视

觉技术的边坡裂缝监测技术，使用专业级摄像头拍摄边坡裂缝图片结合人工标注，构建目前种类多样

的、且符合标准的边坡裂缝数据集；基于此数据集，利用深度学习、膨胀卷积等思想设计了边坡裂缝检测

模型ＦＳＮｅｔ，实现了裂缝的精准分割与识别。经实验证明，该模型对边坡裂缝具有较好的识别能力，识

别准确率达到９４．２１％，且该模型网络参数少、运算复杂度低，为实现公路边坡智能化监测提供可行性。

关键词：裂缝检测；边坡灾害；计算机视觉；ＦＳＮｅｔ

中图分类号：ＴＰ３文献标识码：Ａ文章编号：１０００－８８２９（２０２１）０５－００６２－０５

ｄｏｉ１０．１９７０８／ｊ．ｃｋｊｓ．２０２１．０５．０１１

：

ＨｉｇｈｗａｙＳｌｏｐｅＣｒａｃｋＤｅｔｅｃｔｉｏｎＭｅｔｈｏｄＢａｓｅｄｏｎＣｏｍｐｕｔｅｒＶｉｓｉｏｎ

１牞２１牞２３牞４牞５３牞４牞５６３牞４牞５

ＦＵＹｕｈａｏ牞ＧＵＯＰｅｉ牞ＬＩＵＰｅｎｇｙｕ牞ＬＩＹａｏｙａｏ牞ＣＨＥＮＳｈａｎｊｉ牞ＷＡＮＧＣｏｎｇｃｏｎｇ

牗１．ＣｈｉｎａＨｉｇｈｗａｙＥｎｇｉｎｅｅｒｉｎｇＣｏｎｓｕｌｔｉｎｇＧｒｏｕｐＣｏ．牞Ｌｔｄ．牞Ｂｅｉｊｉｎｇ１０００８９牞Ｃｈｉｎａ牷２．ＲｅｓｅａｒｃｈａｎｄＤｅｖｅｌｏｐｍｅｎｔＣｅｎｔｅｒｏｆ

ＴｒａｎｓｐｏｒｔＩｎｄｕｓｔｒｙｏｆＳｐａｔｉａｌＩｎｆｏｒｍａｔｉｏｎＡｐｐｌｉｃａｔｉｏｎａｎｄＤｉｓａｓｔｅｒＰｒｅｖｅｎｔｉｏｎａｎｄＭｉｔｉｇａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ牞Ｂｅｉｊｉｎｇ１０００８９牞Ｃｈｉｎａ牷

３．ＦａｃｕｌｔｙｏｆＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ牞ＢｅｉｊｉｎｇＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃｈｎｏｌｏｇｙ牞Ｂｅｉｊｉｎｇ１００１２４牞Ｃｈｉｎａ牷４．ＢｅｉｊｉｎｇＬａｂｏｒａｔｏｒｙｏｆＡｄｖａｎｃｅｄＩｎｆｏｒｍａｔｉｏｎ

Ｎｅｔｗｏｒｋｓ牞Ｂｅｉｊｉｎｇ１００１２４牞Ｃｈｉｎａ牷５．ＢｅｉｊｉｎｇＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅｌｌｉｇｅｎｃｅａｎｄＩｎｔｅｌｌｉｇｅｎｔＳｙｓｔｅｍ牞Ｂｅｉｊｉｎ