买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜同济大学申请的专利基于深度学习和视频理解的钢表面裂缝检测和预测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114565596B 。

龙图腾网通过国家知识产权局官网在2025-05-09发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210212511.4，技术领域涉及：G06T7/00；该发明授权基于深度学习和视频理解的钢表面裂缝检测和预测方法是由高铁山;余倩倩;刘金杉;卢昱杰;张伟平;顾祥林设计研发完成，并于2022-03-04向国家知识产权局提交的专利申请。

本基于深度学习和视频理解的钢表面裂缝检测和预测方法在说明书摘要公布了：本发明提供了一种基于深度学习和视频理解的钢表面裂缝检测和预测方法，包括以下步骤：步骤1，获取钢表面裂缝在疲劳荷载作用下裂缝开合的视频并保存，对保存的视频进行剪辑处理；步骤2，通过视频训练SuperPoint网络，并跟踪视频中钢表面的特征点的运动信息并进行记录；步骤3，通过基于阈值的自适应特征点筛选方法，筛选出裂缝周围的特征点；步骤4，将检测到的特征点作为基本信息，拟合裂缝的形态，获得裂缝的基本参数信息并进行数字化；步骤5，将裂缝的历史发展信息、裂缝的基本参数信息和钢表面的基本信息作为输入，N个循环后裂缝的发展情况作为输出训练LSTM神经网络，训练完成后通过LSTM神经网络对钢表面的裂缝开展速率进行实时预测。

本发明授权基于深度学习和视频理解的钢表面裂缝检测和预测方法在权利要求书中公布了：1.一种基于深度学习和视频理解的钢表面裂缝检测和预测方法，其特征在于，包括以下步骤：步骤1，获取钢表面裂缝在疲劳荷载作用下裂缝开合的视频并保存，对保存的所述视频进行剪辑处理；步骤2，通过所述视频训练SuperPoint网络，并跟踪所述视频中所述钢表面的特征点的运动信息并进行记录；步骤3，通过基于阈值的自适应特征点筛选方法，根据相邻所述特征点间的位移差，筛选出裂缝周围的所述特征点；步骤4，将检测到的所述特征点作为基本信息，拟合所述裂缝的形态，获得所述裂缝的基本参数信息并对所述基本参数信息进行数字化；步骤5，将所述裂缝的历史发展信息、所述裂缝的所述基本参数信息和所述钢表面的基本信息作为输入，N个循环后所述裂缝的发展情况作为输出训练LSTM神经网络，训练完成后通过所述LSTM神经网络对所述钢表面的裂缝开展速率进行实时预测。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。