买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉交通运输部公路科学研究所;东南大学申请的专利一种基于稀疏自编码网络的道路病害自动识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119963927B 。

龙图腾网通过国家知识产权局官网在2025-08-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510429604.6，技术领域涉及：G06V10/764；该发明授权一种基于稀疏自编码网络的道路病害自动识别方法是由王志军;黄晓明;郑杨泽之;石小培设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本一种基于稀疏自编码网络的道路病害自动识别方法在说明书摘要公布了：本发明公开了一种基于稀疏自编码网络的道路病害自动识别方法，涉及图像处理技术领域。所述方法包括：步骤1：利用多通道成像装置同时获取可见光图像、红外图像和深度图像，构建多模态训练集；步骤2：对多模态训练集中的可见光图像与红外图像实施多尺度区域分割得到分割区域，并输出融合图像；步骤3：对融合图像分别进行高频噪声抑制与中低频特征保留，增强边缘纹理，得到融合处理图像；步骤4：利用融合处理图像，构建复合稀疏自编码网络，以识别道路病害。本发明显著提升了病害检测的准确性、稳定性和计算效率。

本发明授权一种基于稀疏自编码网络的道路病害自动识别方法在权利要求书中公布了：1.一种基于稀疏自编码网络的道路病害自动识别方法，其特征在于，所述方法包括： 步骤1：利用多通道成像装置同时获取可见光图像、红外图像和深度图像，构建多模态训练集； 步骤2：对多模态训练集中的可见光图像与红外图像实施多尺度区域分割得到分割区域；利用投影校正方法将深度图像与各分割区域在同一坐标系统中对准，并输出融合图像； 步骤3：对融合图像分别进行高频噪声抑制与中低频特征保留，增强边缘纹理，得到融合处理图像； 步骤4：利用融合处理图像，构建复合稀疏自编码网络，以识别道路病害； 步骤4具体包括： 步骤4.1：通过多层卷积与降采样提取融合处理图像的特征，并采用对称的上采样与反卷积结构在解码阶段实现图像重构；对中间隐藏层施加稀疏激活约束，减少背景冗余并突出道路病害形态； 步骤4.2：在复合稀疏自编码网络的顶层特征图中插入多尺度卷积分支与跨层特征融合分支，以识别道路病害； 步骤4.1具体包括：构建由多层卷积与降采样组成的复合稀疏自编码网络的编码部分，用于对融合处理图像进行通道压缩与特征提取；在编码部分的每一隐藏层通过稀疏激活机制突出能够识别道路病害的形状与纹理的神经元，并抑制无关背景图像；采用与编码部分对称的反卷积与上采样结构作为复合稀疏自编码网络的解码部分，将提取后的特征在空间维度上逐步还原到与输入的多模态训练集相同的大小，形成多模态重构输出；通过在编码部分与解码部分实施局部约束和全局约束相结合的稀疏性策略，使复合稀疏自编码网络在保证特征分辨率的同时减少通道冗余； 步骤4.2具体包括：在复合稀疏自编码网络的顶层特征图中嵌入多分支病害检测模块，该模块含有多尺度卷积分支与跨层特征融合分支；多尺度卷积分支用于处理不同尺寸与形状的道路病害区域，通过并行卷积通道提取裂缝与凹陷的区域；跨层特征融合分支将编码阶段保留下来的边缘与纹理特征与顶层的高语义特征进行结合，用于区分相似色调但病害性质不同的区域；多分支病害检测模块输出与多模态训练集尺寸一致的道路病害分割结果，并对不同类型的道路病害做出分类标记。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人交通运输部公路科学研究所;东南大学，其通讯地址为：100080 北京市海淀区西土城路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。