必贏3003no1線路檢測中心必贏3003no1線路檢測中心李延成教授團隊在土木工程領域頂級期刊《Automation in Construction》（中科院一區(qū)TOP期刊，IF=10.3）上發(fā)表為“Dual attention transformer network for pixel-level concrete crack segmentation considering camera placement”的研究論文。2021級碩士研究生吳英杰為該論文的第一作者，李延成教授和李少琪副教授共同指導，必贏3003no1線路檢測中心為第一通訊單位。
裂縫是混凝土建筑結(jié)構(gòu)的最常見損傷類型，也是導致結(jié)構(gòu)倒塌的主要原因之一。因此，裂縫檢測在結(jié)構(gòu)健康監(jiān)測領域有著重要的意義。該文提出了一種基于Transformer的語義分割網(wǎng)絡（PCTNet）用于檢測像素級寬度的裂縫，并探究了不同檢測距離對于網(wǎng)絡性能的影響。PCTNet采用特征金字塔的結(jié)構(gòu)來提取多尺度的特征信息，并提出Dual attention block對提取到的特征信息做自注意力運算。在真實場景下，由于復雜的背景以及不同拍攝距離，所采集到的圖像中裂縫像素與背景像素之間的對比度很低，導致很難準確的檢測出裂縫像素?；诖?，該文提出的Dual attention block，其包含兩種注意力機制來分別提取局部特征信息和全局特征信息，并將二者融合以此來充分提取裂縫特征并與背景區(qū)分。此外，該文還提出裂縫檢測性能評估指標分別為Pixel IoU和Relative error rate，用于評估網(wǎng)絡對于細小裂縫的檢測能力。結(jié)果表明，所提出的PCTNet可以準確的檢測出毫米級寬度的裂縫，且在復雜環(huán)境下仍展現(xiàn)出較好的泛化性和魯棒性。PCTNet在檢測效率和檢測準確率上有著很好的平衡，能夠以較低的計算成本準確快速的檢測出裂縫，更適合部署到實際工程中來進行結(jié)構(gòu)健康監(jiān)測。
文章在線網(wǎng)址：https://doi.org/10.1016/j.autcon.2023.105166
作者：李少琪；審核：張濤、方海
當前位置：