(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210434313.2 (22)申请日 2022.04.24 (71)申请人 长安大学 地址 710064 陕西省西安市雁塔区南 二环 路中段 (72)发明人 蒋玮　单金焕　肖晶晶　吴旺杰　 李鹏飞　袁东东　 (74)专利代理 机构 西安通大专利代理有限责任 公司 6120 0 专利代理师 房鑫 (51)Int.Cl. G06V 10/26(2022.01) G06V 10/40(2022.01) G06V 10/764(2022.01) G06V 10/80(2022.01)G06K 9/62(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于DeepLabV3+网络模型的裂缝语义分割 方法 (57)摘要 本发明提供基于DeepLabV3+网络模型的裂 缝语义分割方法， 能够有效提高沥青 路面裂缝语 义分割的准确性， 提升了网络整体的裂缝预测性 能。 裂缝语义分割方法具体包括如下步骤： 采用 并联的普通卷积、 空洞卷积和可变形卷积对待检 测裂缝图像进行编码； 通过双 线性插值对编码后 的待检测裂缝图像进行解码； 通过像素点渲染对 解码后的待检测裂缝图像进行重点像素点重构； 对重构后的待检测裂缝图像进行分类预测， 获得 裂缝分割结果。 权利要求书2页 说明书6页 附图10页 CN 114998580 A 2022.09.02 CN 114998580 A 1.一种基于De epLabV3+网络模型的裂缝语义分割方法， 其特 征在于， 包括如下步骤： 采用并联的普通卷积、 空洞卷积和可变形 卷积对待检测裂缝图像进行编码； 通过双线性插值对编码后的待检测裂缝图像进行解码； 通过像素点 渲染对解码后的待检测裂缝图像进行重点像素点重构； 对重构后的待检测裂缝图像进行分类预测， 获得裂缝分割结果。 2.根据权利要求1所述的一种基于DeepLabV3+网络模型的裂缝语义分割方法， 其特征 在于， 所述采用并联的普通卷积、 空洞卷积和可变形卷积对待检测裂缝图像进 行编码前， 还 包括： 先采用Backbone网络对待检测裂缝图像进行初步特征提取， 再对初步提取的特征进行 多尺度卷积完成进一 步特征提取。 3.根据权利要求1所述的一种基于DeepLabV3+网络模型的裂缝语义分割方法， 其特征 在于， 所述可变形卷积包括在 普通卷积的基础上对每一个采样位置增加一个可学习的二 维 偏移。 4.根据权利要求1所述的一种基于DeepLabV3+网络模型的裂缝语义分割方法， 其特征 在于， 所述采用并联的普通卷积、 空洞卷积和可变形卷积对待检测裂缝图像进 行编码， 还包 括： 采用并联的普通卷积、 空洞卷积和可变形卷积对待检测裂缝图像进行特征提取后， 对 不同卷积提取的特 征进行融合。 5.根据权利要求1所述的一种基于DeepLabV3+网络模型的裂缝语义分割方法， 其特征 在于， 所述 通过像素点 渲染对解码后的待检测裂缝图像进行重点像素点重构包括： 在解码后待检测裂缝图像的网格上选取N个不确定像素点， 通过组合待检测裂缝图像 的低层特 征和高层特 征在选取的不确定像素点上重新构造逐点特 征。 6.根据权利要求1所述的一种基于DeepLabV3+网络模型的裂缝语义分割方法， 其特征 在于， 所述重点像素点重构后， 还 包括： 对重点像素点进行多层感知机学习。 7.一种基于DeepL abV3+网络模型的裂缝语义分割系统， 其特征在于， 基于权利要求1 ‑6 中任一项所述的裂缝语义分割方法， 包括： 编码模块， 用于采用并联的普通卷积、 空洞卷积和可变形卷积对待检测裂缝图像进行 编码； 解码模块， 用于通过双线性插值对编码后的待检测裂缝图像进行解码； 像素点渲染模块， 用于通过像素点渲染对解码后的待检测裂缝图像进行重点像素点重 构； 裂缝分割结果输出模块， 用于对重构后的待检测裂缝图像进行分类预测， 获得裂缝分 割结果。 8.根据权利要求7所述的一种基于DeepLabV3+网络模型的裂缝语义分割系统， 其特征 在于， 所述编码模块还 包括Backbo ne网络模块， 所述Backbone网络模块用于对待检测裂缝图像进行初步特征提取， 再对初步提取的特 征进行卷积完成进一 步特征提取。 9.根据权利要求7所述的一种基于DeepLabV3+网络模型的裂缝语义分割系统， 其特征权　利　要　求　书 1/2 页 2 CN 114998580 A 2在于， 所述编码模块包括可变形 卷积模块， 所述可变形卷积模块用于在普通卷积 的基础上对每一个采样位置增加一个可学习的 二维偏移。 10.根据权利 要求7所述的一种基于DeepLabV3+网络模型的裂缝语义分割系统， 其特征 在于， 所述像素点 渲染模块还 包括MLP模块， 所述MLP模块用于对重点像素点进行多层感知机学习。权　利　要　求　书 2/2 页 3 CN 114998580 A 3