原文传递
基于多尺度空洞卷积结构的路面裂缝分割方法
| 题名： | 基于多尺度空洞卷积结构的路面裂缝分割方法 |
| 作者： | 何宇超 段中兴 高静 |
| 作者单位： | 1. 西安建筑科技大学信息与控制工程学院 |
| 关键词： | 道路工程;裂缝识别;深度学习;道路裂缝;空洞卷积;多尺度特征; |
| 摘要： | 为了实现道路裂缝的自动化检测，改善现有裂缝分割模型存在分割不连续与嘈杂背景误分割等问题，提出了一种基于多尺度空洞卷积结构的裂缝分割模型MAC-UNet。以UNet作为基础网络，首先提出了多尺度空洞卷积结构，替换编码器与解码器中的双卷积结构，提升了网络对复杂拓扑结构的分割性能。然后，构建了交叉注意力机制，使用金字塔注意力模块代替编、解码器之间的跳跃连接，保留因池化丢失的空间特征。增加通道注意力引导多尺度信息，有效地融合到解码器特征中，使得恢复裂缝时，细节更加丰富，定位更准确。最后，在道路裂缝数据集CFD和GAPS384上与FCN、PSPNet等5种方法进行试验对比，相较于UNet,在CFD数据集上，MIOU和Kappa系数分别提升了8.4%和8.52%。在GAPS384数据集上，分别提升了6.84%和8.23%,对于道路裂缝的分割更加清晰与完整。结果表明：与主流的分割算法相比，所提出算法的识别精度方面具有较明显的优势，在光照不均匀、各种噪音干扰、背景灰度水平不同的情况下，所提模型仍然能够获取稳定的检测结果，能够应对复杂裂缝分割问题，并且可视化裂缝检测误差较小，符合实际工程需求，且模型体积较小，具有一定的工程应用价值。 |
| 期刊名称： | 公路交通科技 |
| 出版日期： | 202401 |
| 出版年： | 2024 |
| 期： | 10 |
检索历史
应用推荐
