基于深度学习的数字全息三维路面病害数据识别分类方法

为弥补二维图像道路病害识别的不足,本研究采用数字全息三维路面病害数据,设计了适用于三维路面病害数据的识别方法:对三维病害数据进行预处理,获取病害特征高度突出的三维路面数据信息;搭建适用于路面三维病害图像分类的深度学习架构,建立三维路面病害数据库,通过人工标注病害类型和分类,利用不同深度神经网络架构和模型对数据库进行训练,构建了数字全息三维路面病害自动识别算法。三维病害AI智能识别准确率达到95.7%,在路面病害智能检测的应用中取得了较好成效。