基于单目视觉和深度学习的结构全场位移稠密测量方法、装置、设备及存储介质

摘要

本发明提出基于单目视觉和深度学习的结构全场位移稠密测量方法、装置、设备及存储介质，所述方法首先建立结构的三维可变形网格模型，其次，将视频的每一帧图片输入训练好的结构构件语义分割模块，输出结构的构件语义分割结果；接着，将识别出的结构构件语义分割蒙版输入结构姿态参数识别模块，输出结构姿态参数；最后将结构构件姿态参数返回三维网格模型中，即可获取结构的稠密位移测量结果。相较于传统的基于计算机视觉的结构位移识别方法，本发明使用三维模型作为结构位移的载体，使用深度学习算法突破性的实现了稠密测点的位移，克服了传统方法只能依次识别单点的局限性，对于建筑桥梁的振动信息的正确评估有着重要的意义。