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！

龙图腾网获悉河南科技大学申请的专利一种基于深度学习的路面状况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：CN117292336B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202311320254.7，技术领域涉及：G06V20/54；该发明授权一种基于深度学习的路面状况识别方法是由陶发展;王秀菊;付主木;王桐;吴红海;朱龙龙;王俊;高颂;李梦杨;马浩翔;步妮;毕淑慧;李帅永;杨艺;陈灵峰;高向前设计研发完成，并于2023-10-12向国家知识产权局提交的专利申请。

本一种基于深度学习的路面状况识别方法在说明书摘要公布了：一种基于深度学习的路面状况识别方法，包括以下步骤：S1，获取原始待识别路面图像，并进行ROI区域选取，得到原始图像数据集；S2，对原始图像数据集进行归一化处理和图像增强，得到预处理图像数据集；S3，预设路面的分类标准，并基于分类标准对预处理图像人工打标签，然后，利用迁移学习辅助分类预处理图像，得到路面图像样本集；S4，搭建卷积神经网络模型，并对其进行训练得到路面状态识别模型；S5，采集实际路面图像，并将实际路面图像输入路面状态识别模型中得到对应的路面状态识别结果。本发明，提高了路面状态识别的准确率。

本发明授权一种基于深度学习的路面状况识别方法在权利要求书中公布了：1.一种基于深度学习的路面状况识别方法，其特征在于，包括以下步骤： S1，获取原始待识别路面图像，并进行ROI区域选取，得到原始图像数据集； S2，对原始图像数据集进行归一化处理和图像增强，得到预处理图像数据集； S3，预设路面的分类标准，并基于分类标准对预处理图像进行人工标注，然后，利用迁移学习辅助分类预处理图像，得到路面图像样本集； S301，预设路面的分类标准：路面材质属性和路面状况属性； S302，根据路面材质属性与路面状态属性，将预处理图像进行标注； S303，采用ResNet50预训练模型并通过迁移学习对预处理图像进行分类； S304，将预处理图像放入训练好的ResNet50预训练模型中进行识别，并通过SoftMax输出预处理图像在该模型中的最大概率，若最大概率大于85％，则预处理图像的分类正确，否则，预处理图像重新标注，重复上述操作，最终构建路面图像样本集； S4，搭建卷积神经网络模型，并对其进行训练得到路面状态识别模型； 卷积神经网络模型为ResNet模型，该模型前层引入DenseBlock模块构建，在前层形成密连层；获取浅层边缘特征，随后引入双注意力机制改进残差模块，ResNet模型后层引入残差模块，获取深层特征，全面提取路面图像样本集的特征； 残差模块内引入CBAM双注意力机制，CBAM双注意机制模块位于残差模块的3×3卷积与1×1卷积之间，建立特征通道之间的联系，实现对全局信息的掌控； 卷积神经网络模型的建立过程为，输入路面图像，利用7×7卷积进行卷积计算，初步提取路面图像前层特征，并进行最大池化操作；添加4个堆叠的DenseBlock，实现每层卷积层的连接；添加融合双注意力机制的残差模块，自适应获取深层特征，结合前层特征和深层特征建立特征图；将得到的特征图进行全局平均池化，随后进入两个全连接层，并在全连接层中间添加Dropout层； S5，采集实际路面图像，并将实际路面图像输入路面状态识别模型中得到对应的路面状态识别结果。

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河南科技大学，其通讯地址为：471000 河南省洛阳市洛龙区开元大道263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”。

以上内容由龙图腾AI智能生成。