并联提取与特征融合注意力网络下的裂缝检测

来源：电子测量技术杂志2022年第10期北京时间：

作者：张华卫，贾文娟，张金龙，廉敬，李攀峰

单位：兰州交通大学 电子与信息工程学院，兰州 730070

摘要：针对裂缝检测现有方法精度低、噪声多和细节丢失等问题，设计了一种基于并行提取和注意力融合网络的裂缝检测算法。首先，利用不同深度的多尺度卷积并联神经网络提取裂缝场景的高、低级特征；然后，为了提高检测精度，针对裂缝场景的特征，结合像素注意力机制对裂缝场景的高、低级特征进行有效融合，得到用于裂缝检测的有效融合特征；最后，利用非线性映射进行裂缝检测结果输出。实验结果表明，所提算法能够获得高精度检测结果的有效特征，裂缝检测结果细节更加清晰，且有监督学习方式在很大程度上消除了检测结果的噪声干扰，得到了视觉效果更佳的检测结果；所提算法在精确率和召回率等定量指标评价中同样具有良好的表现，裂缝检测精确率达到85%。

关键词：裂缝检测;并联提取;注意力机制;特征融合

基金资助：国家自然科学基金地区科学基金项目（62061023）；国家自然科学基金专项项目（61941109）；国家自然科学基金地区科学基金项目（61861024）；甘肃省高原交通信息工程及控制重点实验室开放课题(No.20181102)。