浅谈改进Faster R-CNN算法对路面病害智能识别技术  

作　　者：张博文 

机构地区：[1]广东省交通规划设计研究院集团股份有限公司

出　　处：《广东建材》2023年第6期71-76,共6页Guangdong Building Materials

摘　　要：传统的路面病害识别方式效率低、人工化,采用计算机算法作为路面病害的辅助手段已成为一种趋势,其中卷积神经网络自带学习和校正的功能,逐渐成为主流的识别手段。本文主要在Faster R-CNN算法基础上进行改进,增强其对于旧路病害图像识别的效果。通过对改进Faster RCNN算法的图像预处理、图像均一化处理、图像信息提取、图像特征识别及图像智能识别功能进行综合说明,对今后高速公路尤其改扩建项目的旧路病害处治和运营在道路的定期预防性养护有指导性意义。

关 键 词：路面病害 卷积神经网络 算法 智能识别 特征匹配 

分 类 号：U418.6[交通运输工程—道路与铁道工程] TP183[自动化与计算机技术—控制理论与控制工程] TP391.41[自动化与计算机技术—控制科学与工程]