基于注意力解码和连续性监督的裂缝检测方法.pdfVIP

基于注意力解码和连续性监督的裂缝检测方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

1222025,61(4)ComputerEngineeringandApplications计算机工程与应用

基于注意力解码和连续性监督的裂缝检测方法

谢永华,卓安南+

南京信息工程大学计算机学院,南京210044

+通信作者E-mail:zhuoannan2022@163.com

摘要:裂缝检测是预防重大建筑坍塌事故的重要措施。针对裂缝特征微弱和图像背景噪声干扰较多的问题,引入

语义分割领域的编码解码结构算法来提升检测鲁棒性。为了解决编码解码结构网络中解码方式单一且不能高效联

系编码特征语义信息的缺陷,设计了基于注意力机制的解码模块,通过注意力机制增强解码器对裂缝特征的关注

度,优化了模型的解码效果;对于模型预测结果中裂缝断裂问题,改进了连续性监督算法,通过在模型预测阶段加入

连续性邻接图预测,并结合对应的损失函数进行监督,提高预测结果中裂缝的特征连续性;最后结合这两种方法搭

建了一种编码解码结构的自动化裂缝检测模型。通过在两个数据集上的实验结果,验证了所提方法的优越性,在选

取的常用算法中取得了最高的检测精度。

关键词:裂缝检测;语义分割;编码解码;注意力机制;连续性监督

文献标志码:A中图分类号:TP391;U457doi:10.3778/j.issn.1002-8331.2309-0292

CrackDetectionMethodBasedonAttentionDecoderandContinuousSupervision

XIEYonghua,ZHUOAnnan+

SchoolofComputerScience,NanjingUniversityofInformationScienceTechnology,Nanjing210044,China

Abstract:Crackdetectionisanimportantmeasuretopreventbuildingcollapseaccidents.Aimingattheweakcrackfea-

tureandinterferencefromnoiseincrackimages,encoder-decodernetsinsemanticsegmentationareintroducedtoimprove

thedetectionrobustness.Anattentiondecodermodulewhichenhancestheattentionofthecrackfeatureindecoder

throughattentionmechanismisdesignedtoaddresstheshortcomingsofthesimpledecoderintraditionalencoder-decoder

netsandthelowefficiencyofconnectingthesemanticinformationinencodingfeatures.Fortheproblemofcracksfrac-

tureinpredictions,thecontinuoussupervisionalgorithmisimproved,byaddingadjacencyconnectedpredictionsand

combiningthecorrespondinglossfunctionforsupervision,thecontinuityofcrackfeaturesinpredictionresultsisimproved.

Combiningthesetwomethods,anautomaticencoder-decodercrackdetectionmodelisproposed.Theexperimentalresults

ontwodatasetsverifythesuperiorityoftheproposedmodel,thebestdetectionaccuracyisachievedamongthecommonly

usedmodelsselected.

Keywords:crackd

文档评论(0)

你就是我的小鱼鱼 + 关注
实名认证
文档贡献者

教师资格证持证人

该用户很懒,什么也没介绍

领域认证该用户于2024年10月18日上传了教师资格证

1亿VIP精品文档

相关文档