[发明专利]一种基于无人机的桥梁巡检处理方法、系统及云平台

权利要求书

1.一种基于无人机的桥梁巡检处理方法，其特征在于，应用于桥梁巡检处理云平台，所述方法包括：

获取待分析桥梁巡检图像中每个层次化巡检区域所对应的非显著性桥梁结构描述，得到i个非显著性桥梁结构描述，其中，所述待分析桥梁巡检图像包括i个层次化巡检区域，且所述层次化巡检区域与所述非显著性桥梁结构描述具有独立匹配的联系，所述i为大于或等于1的整数；

根据所述i个非显著性桥梁结构描述确定i个桥梁描述权重，其中，所述桥梁描述权重表示所述层次化巡检区域针对所述待分析桥梁巡检图像在设定环境负载条件下的桥梁结构安全状态，所述桥梁描述权重与所述层次化巡检区域具有独立匹配的联系；

根据所述i个桥梁描述权重确定i个桥梁安全评价信息，其中，所述桥梁安全评价信息与所述层次化巡检区域具有独立匹配的联系；

基于所述i个桥梁安全评价信息，通过深度学习网络获取所述待分析桥梁巡检图像所对应的i个层次化桥梁安全巡检结果，其中，所述层次化桥梁安全巡检结果与所述层次化巡检区域具有独立匹配的联系；

其中，所述获取待分析桥梁巡检图像中每个层次化巡检区域所对应的非显著性桥梁结构描述，得到i个非显著性桥梁结构描述，包括：

针对于所述待分析桥梁巡检图像中的第j个层次化巡检区域，获取所述第j个层次化巡检区域所对应的桥梁结构区分度，其中，所述第j个层次化巡检区域为所述i个层次化巡检区域中的任意一个层次化巡检区域，所述j为大于或等于0，且小于所述i的整数；

针对于所述待分析桥梁巡检图像中的所述第j个层次化巡检区域，获取所述第j个层次化巡检区域所对应的桥梁结构特征标识；

针对于所述待分析桥梁巡检图像中的所述第j个层次化巡检区域，根据所述第j个层次化巡检区域所对应的桥梁结构特征标识以及所述第j个层次化巡检区域所对应的桥梁结构区分度，确定所述第j个层次化巡检区域所对应的非显著性桥梁结构描述；

其中，所述根据所述i个非显著性桥梁结构描述确定i个桥梁描述权重，包括：

针对于所述待分析桥梁巡检图像中的第j个层次化巡检区域，根据所述第j个层次化巡检区域的非显著性桥梁结构描述确定所述第j个层次化巡检区域所对应的区域拆分信息，其中，所述第j个层次化巡检区域为所述i个层次化巡检区域中的任意一个层次化巡检区域，所述j为大于或等于0，且小于所述i的整数；

针对于所述待分析桥梁巡检图像中的所述第j个层次化巡检区域，获取所述第j个层次化巡检区域所对应的桥梁结构特征标识；

针对于所述待分析桥梁巡检图像中的所述第j个层次化巡检区域，根据所述第j个层次化巡检区域所对应的桥梁结构特征标识以及所述第j个层次化巡检区域所对应的区域拆分信息，确定所述第j个层次化巡检区域所对应的桥梁描述权重；

其中，所述基于所述i个桥梁安全评价信息，通过深度学习网络获取所述待分析桥梁巡检图像所对应的i个层次化桥梁安全巡检结果，包括：

基于所述i个桥梁安全评价信息，通过所述深度学习网络所包括的至少一组滑动平均处理模块获取i个目标安全测评数据；

基于所述i个目标安全测评数据，通过所述深度学习网络所包括的至少一组分类器模块获取i个层次化桥梁安全巡检结果；

其中，所述基于所述i个桥梁安全评价信息，通过深度学习网络获取所述待分析桥梁巡检图像所对应的i个层次化桥梁安全巡检结果之前，所述方法还包括：

获取待训练桥梁巡检图像中每个待训练巡检区域所对应的待训练非显著性桥梁结构描述，得到i个待训练非显著性桥梁结构描述，其中，所述待训练桥梁巡检图像包括i个待训练巡检区域，且所述待训练巡检区域与所述待训练非显著性桥梁结构描述具有独立匹配的联系；

根据所述i个待训练非显著性桥梁结构描述确定i个待训练桥梁描述权重，其中，所述待训练桥梁描述权重与所述待训练巡检区域具有独立匹配的联系；

根据所述i个待训练桥梁描述权重确定i个待训练桥梁安全评价信息，其中，所述待训练桥梁安全评价信息与所述待训练巡检区域具有独立匹配的联系；

基于所述i个待训练桥梁安全评价信息，通过待训练深度学习网络获取所述待训练桥梁巡检图像所对应的i个待训练层次化桥梁安全巡检结果，其中，所述待训练层次化桥梁安全巡检结果与所述待训练巡检区域具有独立匹配的联系；

获取真实桥梁巡检图像所对应的i个第一层次化桥梁安全巡检结果；

获取对抗桥梁巡检图像所对应的i个第二层次化桥梁安全巡检结果；

根据所述i个第一层次化桥梁安全巡检结果、所述i个第二层次化桥梁安全巡检结果以及所述i个待训练层次化桥梁安全巡检结果，对所述待训练深度学习网络进行训练，直到符合网络训练终止条件，输出所述深度学习网络；

其中，所述获取真实桥梁巡检图像所对应的i个第一层次化桥梁安全巡检结果，包括：

获取真实桥梁巡检图像中每个第一巡检区域所对应的第一非显著性桥梁结构描述，得到i个第一非显著性桥梁结构描述，其中，所述真实桥梁巡检图像包括i个第一巡检区域，且所述第一巡检区域与所述第一非显著性桥梁结构描述具有独立匹配的联系；

根据所述i个第一非显著性桥梁结构描述确定i个第一桥梁描述权重，其中，所述第一桥梁描述权重与所述第一非显著性桥梁结构描述具有独立匹配的联系；

根据所述i个第一桥梁描述权重确定i个第一桥梁安全评价信息，其中，所述第一桥梁安全评价信息与所述第一巡检区域具有独立匹配的联系；

基于所述i个第一桥梁安全评价信息，通过待训练深度学习网络获取所述真实桥梁巡检图像所对应的i个第一层次化桥梁安全巡检结果，其中，所述第一层次化桥梁安全巡检结果与所述第一巡检区域具有独立匹配的联系；

所述获取对抗桥梁巡检图像所对应的i个第二层次化桥梁安全巡检结果，包括：

获取对抗桥梁巡检图像中每个第二巡检区域所对应的第二非显著性桥梁结构描述，得到i个第二非显著性桥梁结构描述，其中，所述对抗桥梁巡检图像包括i个第二巡检区域，且所述第二巡检区域与所述第二非显著性桥梁结构描述具有独立匹配的联系；

根据所述i个第二非显著性桥梁结构描述确定i个第二桥梁描述权重，其中，所述第二桥梁描述权重与所述第二非显著性桥梁结构描述具有独立匹配的联系；

根据所述i个第二桥梁描述权重确定i个第二桥梁安全评价信息，其中，所述第二桥梁安全评价信息与所述第二巡检区域具有独立匹配的联系；

基于所述i个第二桥梁安全评价信息，通过待训练深度学习网络获取所述对抗桥梁巡检图像所对应的i个第二层次化桥梁安全巡检结果，其中，所述第二层次化桥梁安全巡检结果与所述第二巡检区域具有独立匹配的联系；

所述根据所述i个第一层次化桥梁安全巡检结果、所述i个第二层次化桥梁安全巡检结果以及所述i个待训练层次化桥梁安全巡检结果，对所述待训练深度学习网络进行训练，直到符合网络训练终止条件，输出所述深度学习网络，包括：

针对于所述待训练桥梁巡检图像中的每个待训练巡检区域以及所述每个待训练巡检区域所对应的第一巡检区域，采用第一设定代价函数确定所述待训练层次化桥梁安全巡检结果与所述第一层次化桥梁安全巡检结果之间的第一代价损失值，得到i个第一代价损失值；

针对于所述待训练桥梁巡检图像中的每个待训练巡检区域以及第二巡检区域，采用第二设定代价函数确定所述待训练层次化桥梁安全巡检结果与是第二层次化桥梁安全巡检结果之间的第二代价损失值，得到i个第二代价损失值；

根据所述i个第一代价损失值以及所述i个第二代价损失值，对所述待训练深度学习网络的模型参数进行调整；

如果符合所述网络训练终止条件，则根据调整后的模型参数获取所述深度学习网络。