[發明專利]古建筑脊獸裝飾件巡檢方法

在審

• 申請號: 202210109004.8
• 申請日: 2022-01-28
• 公開（公告）號: CN114429578A
• 公開（公告）日: 2022-05-03
• 發明（設計）人: 侯妙樂;紀宇航;董友強;栗怡豪;郝務宸;孫晨曦
• 申請（專利權）人: 北京建筑大學
• 主分類號: G06V10/774
• 分類號: G06V10/774;G06V10/80;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京遠大卓悅知識產權代理有限公司 11369
• 代理人: 吳朝陽

1.古建筑脊獸裝飾件巡檢方法，其特征在于，包括：

獲取訓練樣本集，所述訓練樣本集中包括大量的已標注脊獸目標的脊獸圖像；

將所述脊獸圖像輸入至卷積神經網絡模型中進行訓練，并從所述卷積神經網絡模型中獲取與所述脊獸圖像對應的最優檢測特征圖，所述卷積神經網絡模型包括：n個卷積層模塊構成的聚合卷積層模塊和融入注意力機制的多尺寸卷積預測頭模塊，其中，n為大于等于1的整數，所述聚合卷積層模塊用于提取脊獸圖像的細粒度特征，所述多尺寸卷積預測頭模塊用于提取脊獸圖像的語義信息；

無人機根據設定的巡檢點位和航線對古建筑脊獸裝飾件定期進行巡檢，在每個巡檢點位均拍攝一組脊獸圖像，使用訓練完成的卷積神經網絡模型對拍攝的一組脊獸圖像進行檢測，對多期的檢測結果進行對比分析并判斷脊獸裝飾件是否發生損毀。

2.如權利要求1所述的古建筑脊獸裝飾件巡檢方法，其特征在于，在所述聚合卷積層模塊中，第一卷積層模塊為基礎卷積層，第二卷積層模塊至第n卷積層模塊具有統一的結構，均包括一個步長為2的卷積層和若干個深度聚合卷積進行跳層連接構成的殘差塊；其中，所述深度聚合卷積的具體處理過程為：

步驟S1、輸入特征圖T_input為H×W×M，使用濾波器組D_w分別在輸入特征圖T_input的M個通道上一一對應獨立計算二維卷積，得到特征圖T_d；其中，H為輸入特征圖的高，W為輸入特征圖的寬，M為輸入特征圖的通道數；其中，所述濾波器組D_w中包括M個濾波器，每個濾波器的大小為3×3；

步驟S2、利用K×K滑動窗口，滑動步長為1，分別在特征圖T_d的M個通道上，為每個中心像素應用求和函數SUM()，計算范圍內的元素代數和，得到特征圖T_sum，將輸入特征圖T_input與特征圖T_sum在通道維度進行拼接得到特征圖T_concat；

步驟S3、沿深度方向，使用濾波器P_w計算特征圖T_concat的點卷積深度聚合特征，其中，所述濾波器P_w的大小為1×1；

步驟S4、重復步驟S3 F次，得到的輸出特征圖T_output為H×W×F。

3.如權利要求2所述的古建筑脊獸裝飾件巡檢方法，其特征在于，所述聚合卷積層模塊具體處理過程為：當所述脊獸圖像依次經過所述聚合卷積層模塊中的第一卷積層模塊，第二卷積層模塊、第三卷積層模塊、第四卷積層模塊直至第n卷積層模塊時，輸入的脊獸圖像的分辨率依次被縮減為1/2，同時通道數量依次被擴展為2倍，從而得到脊獸圖像的細粒度特征。

4.如權利要求2所述的古建筑脊獸裝飾件巡檢方法，其特征在于，所述多尺寸卷積預測頭模塊包括進行壓縮操作和激勵操作的SE模塊以及融合不同區域范圍信息的多尺寸卷積結構模塊，所述多尺寸卷積結構模塊包括：并聯連接的1×1和3×3的兩個標準卷積，對并聯連接的兩個標準卷積輸出的特征圖進行拼接的拼接模塊，以及按順序依次串聯連接的濾波器數量分別為C和2C的兩個3×3標準卷積。