面向城市地下排水管道裂痕检测的演化深层神经网络关键技术研究

成果编号：38790

价格：面议

完成单位：南京信息工程大学

单位类别：其他高校

完成时间：2025年

成熟程度：研制阶段

服务产业领域：电子信息

我要对接关注发送消息

发布人：薛羽离线

发送消息

城市地下排水管道是城市管网系统的重要组成部分，它对城市的交通系统和公共卫生起着举足轻重的作用。深度卷积神经网络在各种与计算机视觉相关的任务中取得了压倒性的成功，如对象分类、检测和分割。演化计算和机器学习是人工智能领域的两个重要发展分支，演化深层神经网络是这两个研究分支交叉融合的一个发展方向。因此，采用现代化智能视频检测技术对城市地下排水管道进行检测排查，快速检测出有安全隐患的管道并修复，对保障城市系统健康运行具有十分重要的现实意义。本研究课题聚焦解决城市地下排水管道裂痕检测识别中存在的实际应用问题，研究基于代理模型的演化深层神经网络技术和细节增强生成对抗网络。拟开展以下四个方面的研究：1）面向演化深层神经网络的高效代理模型；2）基于混合网络基本模块的多目标多任务演化深层神经网络；3）基于自注意力机制和半监督的演化生成对抗网络数据增强；4）基于高效代理模型的演化深层神经网络在城市地下排水管道裂痕检测识别中的应用。本研究可为演化深层神经网络中的问题提供有效方法，其研究成果可应用于众多科学研究和实际工程领域。

176 次浏览分享到

成果介绍

科技计划：

成果形式：新技术

合作方式：技术转让、技术开发、技术咨询、技术服务、人才培养

参与活动：第二届江苏产学研合作对接大会 2023年高校院所服务苏北五市产学研合作对接活动

专利情况：正在申请 ,其中:发明专利 1 项
已授权专利,其中:发明专利 0 项

成果简介

综合介绍

创新要点

演化深层神经网络是深度学习中的一个热点研究方向，在这一发展方向的众多研究工作中，基于代理模型的演化深层神经网络是一个研究前沿热点，是提升深层神经网络有效性和易用性的重要技术之一。本研究项目主要围绕将演化深层神经网络用于城市地下排水管道裂痕检测识别时存在的代理模型效率不高、多目标多任务场景下基本网络模块形式单一、大规模标注数据集合稀缺问题开展研究。拟从面向演化深层神经网络的高效代理模型、基于混合基本网络模块的多目标多任务演化深层神经网络、基于自注意力机制和半监督的演化生成对抗网络数据增强三个技术层面展开研究。主要创新点如下：1）面向演化深层神经网络的高效代理模型；2）基于混合基本网络模块的多目标多任务演化深层神经网络；3）基于自注意力机制和半监督的演化生成对抗网络数据增强。

技术指标

本研究旨在突破演化神经网络耗时巨大这一瓶颈：1.给出多场景下高效深层神经网络架构设计方法；2.解决生成对抗网络在小样本数据下的训练不稳定问题；3.为实际应用中类别分布不均衡和有标签数据集不足问题提供新的数据增强方法。

其他说明

完成人信息

姓名：对接成功后可查看

所在部门：对接成功后可查看

职务：对接成功后可查看

职称：对接成功后可查看

手机：对接成功后可查看

E-mail：对接成功后可查看

电话：对接成功后可查看

传真：对接成功后可查看

邮编：对接成功后可查看

通讯地址：对接成功后可查看

联系人信息