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！

龙图腾网恭喜华东交通大学;重庆大学溧阳智慧城市研究院申请的专利实时语义分割隧道超欠挖监测方法及系统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：CN119649022B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202411621008.X，技术领域涉及：G06V10/26；该发明授权实时语义分割隧道超欠挖监测方法及系统是由王翔宇;孙浚博;周童童;吴飞;李子莫;汪军;赵宏宇;张萌设计研发完成，并于2024-11-14向国家知识产权局提交的专利申请。

本实时语义分割隧道超欠挖监测方法及系统在说明书摘要公布了：本发明为实时语义分割隧道超欠挖监测方法及系统，包括：获取不同的挖掘条件和地质背景下适合开挖的隧道施工过程中不同挖土面区域的高分辨率图像，并标注超挖和欠挖区域标签；数据清洗与增强，通过数据清洗与增强处理后得到若干张分辨率为512×1024的隧道超欠挖图像，组成目标数据集；构建FP‑Former语义分割深度神经网络，利用目标数据集中的图像训练FP‑Former语义分割深度神经网络，监测超挖欠挖区域，输出预测概率图；对输出的预测概率图进行二值化处理，将概率大于0.5的像素标记为超挖区域，反之则为欠挖区域。本发明能够有效地提取不同尺度的特征，从而提升分割精度，在GPU类设备上运行时，表现出较好的性能与效率平衡，使得大规模数据处理成为可能。

本发明授权实时语义分割隧道超欠挖监测方法及系统在权利要求书中公布了：1.一种实时语义分割隧道超欠挖监测方法，其特征在于所述监测方法包括以下内容： 步骤一、获取不同的挖掘条件和地质背景下适合开挖的隧道施工过程中不同挖土面区域的高分辨率图像，并标注超挖和欠挖区域标签； 步骤二、数据清洗与增强 通过数据清洗与增强处理后得到若干张分辨率为512×1024的隧道超欠挖图像，组成目标数据集； 步骤三、构建FP-Former语义分割深度神经网络 所述FP-Former语义分割深度神经网络，包括主干块、残差块、深度双分辨率模块、两层叠加的FPformer模块、深度聚合金字塔池模块以及像素级分类头；所述主干块由两个3×3卷积层串联构成，每个3×3卷积层均包括3×3卷积、批归一化操作和RELU操作；所述残差块由四个连续的基本残差块串联构成，残差块的输入为主干块的输出，残差块的输出为高分辨率特征图N，高分辨率特征图N经过步长卷积降维获得低分辨率特征图n；所述深度双分辨率模块包括高分辨率分支和低分辨率分支，高分辨特征图N和低分辨率特征图n分别进入深度双分辨率模块的高分辨率分支和低分辨率分支；深度双分辨率模块输出低分辨率特征f和高分辨率特征F；随后进入两层叠加的FPformer模块，输出高分辨率特征O和低分辨率特征o； 低分辨率特征o进入深度聚合金字塔池模块提取上下文信息，深度聚合金字塔池模块处理后的输出特征信息与高分辨率特征O进行融合，得到步长为8的输出特征图； 最后，将步长为8的输出特征图传递给像素级分类头，用于预测稠密语义标签，输出预测概率图； 步骤四、利用目标数据集中的图像训练FP-Former语义分割深度神经网络，利用训练好的FP-Former语义分割深度神经网络监测超挖欠挖区域，并输出预测概率图；对输出的预测概率图进行二值化处理，设定阈值为0.5，将概率大于0.5的像素标记为超挖区域，反之则为欠挖区域，进而分别获得超挖或欠挖区域的面积，以便进行工程监测。

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华东交通大学;重庆大学溧阳智慧城市研究院，其通讯地址为：330013 江西省南昌市经开区双港东大街808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”。