Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京交通大学吴桐获国家专利权

北京交通大学吴桐获国家专利权

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!

龙图腾网获悉北京交通大学申请的专利一种基于神经网络的隧道渗漏水检测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:CN120726327B

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:202510849582.9,技术领域涉及:G06V10/26;该发明授权一种基于神经网络的隧道渗漏水检测方法是由吴桐;王耀东;谢显锐;杨袁浩设计研发完成,并于2025-06-24向国家知识产权局提交的专利申请。

一种基于神经网络的隧道渗漏水检测方法在说明书摘要公布了:本申请提供一种基于神经网络的隧道渗漏水检测方法,涉及隧道渗漏水检测技术领域,包括以下步骤:将Unet网络中的标准卷积层替换为深度可分离卷积层、采用填充卷积操作、并删除Unet网络中冗余的跨层连接结构,得到改进Unet神经网络模型;采集隧道内的多源检测数据并进行预处理,得到输入样本集,输入样本集包括温度分布图像、可见光图像和深度图像;其中,输入样本集中的各图像尺寸一致;将输入样本集输入至改进Unet神经网络模型,生成二值化分割掩膜,其尺寸与可见光图像一致;对二值化分割掩膜进行综合分析,得到渗漏水区域在隧道内的实际位置、渗漏范围及渗漏严重程度。该方法可以在保证隧道巡检时效性的同时提升检测精度。

本发明授权一种基于神经网络的隧道渗漏水检测方法在权利要求书中公布了:1.一种基于神经网络的隧道渗漏水检测方法,其特征在于,包括以下步骤: 将Unet网络中的标准卷积层替换为深度可分离卷积层、采用填充卷积操作、并删除Unet网络中冗余的跨层连接结构,得到改进Unet神经网络模型; 采集隧道内的多源检测数据,所述多源检测数据包括红外热成像数据、可见光图像数据和激光测距数据; 将所述多源检测数据进行预处理,得到输入样本集1,所述输入样本集1包括温度分布图像、可见光图像和深度图像;其中,所述输入样本集1中的各图像尺寸一致; 将所述输入样本集1中的所述温度分布图像、所述可见光图像和所述深度图像按通道维度进行融合处理,输入至所述改进Unet神经网络模型,生成二值化分割掩膜8,其尺寸与所述可见光图像一致; 对所述二值化分割掩膜8进行综合分析,得到渗漏水区域在隧道内的实际位置、渗漏范围及渗漏严重程度; 所述生成二值化分割掩膜8之后,还包括以下步骤: 在所述二值化分割掩膜8上标记渗漏水区域的目标像素坐标; 所述对所述二值化分割掩膜8进行综合分析,包括以下步骤: 基于激光测距数据的原始三维数据,将所述二值化分割掩膜8的所述目标像素坐标映射至隧道三维空间,得到渗漏水区域在隧道内的实际位置; 统计所述二值化分割掩膜8中渗漏水区域的像素数量,结合所述深度图像的尺度参数,计算渗漏范围的实际面积; 融合所述温度分布图像的梯度信息与所述可见光图像的颜色深度,评估得到渗漏严重程度; 所述融合所述温度分布图像的梯度信息与所述可见光图像的颜色深度,评估得到渗漏严重程度,包括以下步骤: 构建温度梯度矩阵和可见光颜色深度矩阵; 定义渗漏指数,所述渗漏指数与渗漏范围的实际面积有关; 若渗漏指数大于或等于第二预设阈值,则判定为严重渗漏,若渗漏指数大于第三预设阈值且小于第二预设阈值,则判定为中度渗漏,若渗漏指数小于或等于第三预设阈值,则判定为轻微渗漏。

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北京交通大学,其通讯地址为:100000 北京市海淀区西直门外上园村3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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。