| 基于并行注意力UNet的裂缝检测方法 |
| |
| 引用本文： | 刘凡,王君锋,陈峙宇,许峰.基于并行注意力UNet的裂缝检测方法[J].计算机研究与发展,2021,58(8):1718-1726. |
| |
| 作者姓名： | 刘凡 王君锋 陈峙宇 许峰 |
| |
| 作者单位： | 河海大学计算机信息学院 南京210098;海岸灾害与防护教育部重点实验室(河海大学) 南京210098 |
| |
| 基金项目： | 江苏省自然科学基金;中央高校基本科研业务费专项;河海大学海岸灾害;教育部重点实验室开放基金 |
| |
| 摘 要： | 裂缝对公共设施而言存在着安全隐患,因此裂缝检测是公共设施进行维护的重要手段.由于裂缝图像中存在噪声、光线、阴影等因素干扰,神经网络在训练时极易被影响,导致预测结果出现偏差,降低预测效果.为减少这些干扰,设计了一个并行注意力机制,并将其嵌入到UNet网络的解码部分,进而提出了并行注意力UNet(parallel attention based UNet,PA-UNet).该方法分别从通道和空间2个维度加大裂缝特征权重以抑制干扰,然后对这2个维度生成的特征进行融合,以获得更具互补性的裂缝特征.为了验证该方法的有效性,选取了4个数据集进行实验,结果表明该方法较现有的主流方法,裂缝检测效果更加优异.同时,为了验证并行注意力机制的有效性,选取了4种注意力机制与其进行对比实验,结果表明并行注意力机制效果优于其他注意力机制.
|
| 关 键 词： | 裂缝检测 并行注意力机制 UNet 抑制干扰 互补性 |
Parallel Attention Based UNet for Crack Detection |
| |
| Liu Fan,Wang Junfeng,Chen Zhiyu,Xu Feng.Parallel Attention Based UNet for Crack Detection[J].Journal of Computer Research and Development,2021,58(8):1718-1726. |
| |
| Authors: | Liu Fan Wang Junfeng Chen Zhiyu Xu Feng |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
