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！

龙图腾网恭喜深圳大学申请的专利基于深度学习的道路边坡的灾害监测方法及装置、存储介质、电子设备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：CN119942385B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202510416733.1，技术领域涉及：G06V20/17；该发明授权基于深度学习的道路边坡的灾害监测方法及装置、存储介质、电子设备是由朱家松;陈思宇;姜文宇;陈梓军;华远盛;朱松;唐浩朋;朱焯杰设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本基于深度学习的道路边坡的灾害监测方法及装置、存储介质、电子设备在说明书摘要公布了：本发明提供了一种基于深度学习的道路边坡的灾害监测方法及装置、存储介质、电子设备，其中，该方法包括：获取目标道路边坡区域在当前时间的二维图像；采用预训练的深度学习模型将所述二维图像转换为当前深度图像；获取所述目标道路边坡区域在历史时间的历史深度图像；根据所述当前深度图像和所述历史深度图像定位所述二维图像中的滑坡区域；计算所述滑坡区域的地形参数，并根据所述地形参数计算所述滑坡区域发生地质灾害的风险值。解决了相关技术中预测道路边坡发生地质灾害的精度低的技术问题，提升深度估计算法在道路边坡检测中的精度和鲁棒性，提高了道路安全性。

本发明授权基于深度学习的道路边坡的灾害监测方法及装置、存储介质、电子设备在权利要求书中公布了：1.一种基于深度学习的道路边坡的灾害监测方法，其特征在于，包括： 获取目标道路边坡区域在当前时间的二维图像； 采用预训练的深度学习模型将所述二维图像转换为当前深度图像； 获取所述目标道路边坡区域在历史时间的历史深度图像； 根据所述当前深度图像和所述历史深度图像定位所述二维图像中的滑坡区域； 计算所述滑坡区域的地形参数，并根据所述地形参数计算所述滑坡区域发生地质灾害的风险值； 其中，在采用预训练的深度学习模型将所述二维图像转换为当前深度图像之前，所述方法还包括：构建以下空间结构损失函数：，其中，是预测的深度值，是真实深度值，表示梯度，是结构相似性损失，,,是加权系数，是像素总数；构建以下自监督损失函数：；其中，是样本深度图像，是基于所述样本深度图像对应的样本二维图像生成的预测深度图像；采用以下公式构建深度估计优化损失函数，其中是权重对应的超参数；采用所述深度估计优化损失函数自监督训练初始模型，得到所述深度学习模型； 其中，根据所述当前深度图像和所述历史深度图像定位所述二维图像中的滑坡区域包括：针对所述当前深度图像中的每个像素点，计算所述像素点的当前深度值与所述历史深度图像中对应像素点的历史深度值之间的第一深度变化值；判断所述深度变化值是否大于预设安全阈值；若所述深度变化值大于预设安全阈值，获取所述像素点的邻域像素；计算所述邻域像素的当前深度值与所述历史深度图像中对应像素点的历史深度值之间的第二深度变化值；判断所述第二深度变化值是否大于所述预设安全阈值；若所述第二深度变化值大于预设安全阈值，将所述像素点和所述邻域像素聚类为所述二维图像中的滑坡区域。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区南海大道3688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”。