国内基于深度学习的道路路面病害检测研究综述

• 作者: 刘宪明 辛公锋
• 来源期刊: 电子世界
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 探索与观察
• 页码范围: 96-98
• 页数: 3页
• 语种: 中文

摘要

道路路面病害检测和提取算法已经得到了广泛的研究,但是传统的图片自动识别技术在面对复杂的道路场景上尚存在诸多的局限.近年来,随着深度学习在图像识别领域取得了较多突破,国内诸多学者开始尝试将这一先进的工具应用于道路路面病害识别.典型的道路路面病害识别包括图像预处理、病害特征提取、病害分类和结果输出等.本文首先针对图片预处理技术与手段,综述了国内在路面阴影处理、车道线移除、光照均衡、复杂背景、图像增强等重点问题上的研究进展;然后,针对深度学习在道路病害检测中的具体应用,综述了在数据集、模型选用、结果比较三个方面的研究进展;最后,提出了建设符合国内标准的道路病害数据集、二维图片处理过渡至三维图片处理、单项或成组病害识别转向全病害类别识别、病害识别转向病害成因识别及病害发展预测四个研究进展方向.