基于LeNet卷积神经网络的路面病害自动检测方法  

作　　者：杨依霖 黄浩 胡永明[1] 王德志[1] 李岳彬[1] 

机构地区：[1]湖北大学物理与电子科学学院,湖北武汉430062

出　　处：《物联网技术》2021年第1期47-50,共4页Internet of things technologies

基　　金：湖北省自然科学基金指导性计划项目(ZRMS2018000883);中国科学院无线传感网与通信重点实验室开放课题(20190909)。

摘　　要：随着高速公路事业和运输业的大力发展,高效率低成本的路面病害检测技术具有越来越重要的研究价值。面对传统人工方法在路面病害检测时的低效率高成本问题,提出一种基于卷积神经网络的路面病害自动检测方法。采用LeNet卷积神经网络构建并训练得到路面病害检测预训练离线模型。对采集到的路面图片进行数字图像处理之后,再使用LeNet预训练模型进行路面破损检测。实验结果表明,基于LeNet卷积神经网络的路面病害自动检测方法可精确有效地检测出路面破损情况,实现低成本高效率且对公路路面和交通无影响的自动智能路面检测。

关 键 词：路面病害检测 人工智能 计算机视觉 图像处理 LeNet卷积神经网络 图像识别 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]