湖北工业大学学报2022，Vol.37Issue(2) ：55-59.

基于高语义特征与注意力机制的桥梁裂缝检测

Bridge Crack Detection Based on High Level Semantic Feature and Attention Mechanism

王墨川 王波 王熊珏 夏文祥 阮小丽
湖北工业大学学报2022，Vol.37Issue(2) ：55-59.
✕
  • 维普
  • 万方数据

基于高语义特征与注意力机制的桥梁裂缝检测

Bridge Crack Detection Based on High Level Semantic Feature and Attention Mechanism

王墨川 1王波 2王熊珏 2夏文祥 2阮小丽2
扫码查看

作者信息

  • 1. 湖北工业大学电气与电子工程学院,湖北武汉430068
  • 2. 桥梁结构健康与安全国家重点实验室,湖北武汉430034;中铁大桥科学研究院有限公司,湖北武汉430034
  • 折叠

摘要

为提高桥梁裂缝的检测效果,提出了一种基于高语义特征与注意力机制的桥梁裂缝检测(deep bridge crack detection,DBCD)网络.该网络基于编码器-解码器网络架构,首先编码器基于SegNet,在下采样过程中引入最大池化索引,以避免提取桥梁裂缝特征时细节损失;其次在编码器和解码器间加入高语义特征融合模块,提高检测不同桥梁裂缝尺度的鲁棒性;再次在解码器阶段引入注意力机制,设计基于混合域注意力机制的解码器模块,实现对桥梁裂缝的准确定位.最后在现场真实拍摄的桥梁裂缝图像数据集上,与传统的网络进行了比较,DBCB具有更丰富的细节、更准确的定位及更高的检测精度.

关键词

高语义特征/注意力机制/桥梁裂缝检测

引用本文复制引用

出版年

2022
湖北工业大学学报
湖北工业大学

湖北工业大学学报

CHSSCD
影响因子：0.258
ISSN：1003-4684
被引量2
参考文献量1
段落导航相关论文