基于扩展卡尔曼滤波的卷积神经网络的道路损伤识别方法

摘要

本发明公开了基于扩展卡尔曼滤波的卷积神经网络的道路损伤识别方法。在道路修复前，养路工人需要对路面情况进行调研，此项工程需要耗费巨大的人力、物力和财力。本发明的步骤如下：一、图像预处理。二、图像增强与卷积神经网络的训练。三、k=1,2,…,m，依次执行步骤四至六。m为被测图像的数量。四、将第k张被测图像放大并调整为300×300的分辨率。五、将步骤五所得的第k张被测扩展图像输入步骤2训练所得的卷积神经网络中。六、将步骤五所得的权重初始值通过扩展卡尔曼滤波算法进行优化。本发明采用前馈运算、随机梯度下降法、反馈运算、PCA降维和扩展卡尔曼滤波等方法进行实时的参数更新，建立高准确率的卷积神经网络模型。