一种基于无监督学习的路面异常检测方法及系统

摘要

本发明公开了一种基于无监督学习的路面异常检测方法及系统，该方法包括以下步骤：构建特征提取模型、构建路面正常训练样本集、构建路面异常检测模型集、获取路面检测样本集，通过所述路面检测样本集与所述路面异常检测模型集之间的距离，获取检测图像集中每一张图像的检测距离；通过每一张图像的检测距离与异常阈值之间的关系，得到路面的异常检测结果。本发明采用基于无监督学习的路面异常检测方法及系统，图像样本是随机选取的，整个道路检测的过程减少了人工标注的过程，检测效率更高；利用卷积神经网络模型的多层中间特征分别构建路面异常检测模型，采用多个模型多次判断，提高路面异常判断精度，在异常种类多、异常样本稀少的情形下，依然能够保证轨道路面异常检测系统的鲁棒性。