(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) (191307040025@hhu.edu.cn)
出版日期: 2021-08-01基金资助:江苏省自然科学基金项目(BK20191298)；中央高校基本科研业务费专项资金(B200202175)；河海大学海岸灾害及防护教育部重点实验室开放基金项目(20150009)Parallel Attention Based UNet for Crack Detection
Liu Fan, Wang Junfeng, Chen Zhiyu, Xu Feng(College of Computer Information, Hohai University, Nanjing 210098) (Key Laboratory of Coastal Disaster and Protection(Hohai University), Ministry of Education, Nanjing 210098)
Online: 2021-08-01Supported by:This work was supported by the Natural Science Foundation of Jiangsu Province (BK20191298), the Fundamental Research Funds for the Central Universities (B200202175), and the Open Project of the Key Laboratory of Coastal Disaster and Protection (Hohai University) of Ministry of Euducation (20150009).摘要/Abstract
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.
参考文献
相关文章 15
| [1] | 刘艳芳,李文斌,高阳. 基于被动-主动的特征演化流学习[J]. 计算机研究与发展, 2021, 58(8): 1575-1585. |
| [2] | 王原,陈名,邢立宁,吴亚辉,马武彬,赵宏. 用于求解旅行商问题的深度智慧型蚁群优化算法[J]. 计算机研究与发展, 2021, 58(8): 1586-1598. |
| [3] | 储晓恺,范鑫鑫,毕经平. 基于K阶互信息估计的位置感知网络表征学习[J]. 计算机研究与发展, 2021, 58(8): 1612-1623. |
| [4] | 马扬,刘泽一,梁星星,程光权,阳方杰,成清,刘忠. 基于病毒传播网络的基因序列表示学习[J]. 计算机研究与发展, 2021, 58(8): 1642-1654. |
| [5] | 黄训华,张凤斌,樊好义,席亮. 基于多模态对抗学习的无监督时间序列异常检测[J]. 计算机研究与发展, 2021, 58(8): 1655-1667. |
| [6] | 谢娟英,鲁银圆,孔维轩,许升全. 基于改进RetinaNet的自然环境中蝴蝶种类识别[J]. 计算机研究与发展, 2021, 58(8): 1686-1704. |
| [7] | 丁宗元,孙权森,王涛,王洪元. 基于融合多尺度标记信息的深度交互式图像分割[J]. 计算机研究与发展, 2021, 58(8): 1705-1717. |
| [8] | 郑海斌, 陈晋音, 章燕, 张旭鸿, 葛春鹏, 刘哲, 欧阳亦可, 纪守领. 面向自然语言处理的对抗攻防与鲁棒性分析综述[J]. 计算机研究与发展, 2021, 58(8): 1727-1750. |
| [9] | 何贤敏,李茂西,何彦青. 基于孪生BERT网络的科技文献类目映射[J]. 计算机研究与发展, 2021, 58(8): 1751-1760. |
| [10] | 史存会, 胡耀康, 冯彬, 张瑾, 俞晓明, 刘悦, 程学旗. 舆情场景下基于层次知识的话题推荐方法[J]. 计算机研究与发展, 2021, 58(8): 1811-1819. |
| [11] | Amrita,Bhattacharjee,舒凯,高旻,刘欢. 网络信息生态系统中的虚假信息：检测、缓解与挑战[J]. 计算机研究与发展, 2021, 58(7): 1353-1365. |
| [12] | 陈慧敏,金思辰,林微,朱泽宇,仝凌波,刘一芃,叶奕宁,姜维翰,刘知远,孙茂松,金兼斌. 新冠疫情相关社交媒体谣言传播量化分析[J]. 计算机研究与发展, 2021, 58(7): 1366-1384. |
| [13] | 胡斗,卫玲蔚,周薇,淮晓永,韩冀中,虎嵩林. 一种基于多关系传播树的谣言检测方法[J]. 计算机研究与发展, 2021, 58(7): 1395-1411. |
| [14] | 徐铭达,张子柯,许小可. 基于模体度的社交网络虚假信息传播机制研究[J]. 计算机研究与发展, 2021, 58(7): 1425-1435. |
| [15] | 陈波冯,李靖东,卢兴见,沙朝锋,王晓玲,张吉. 基于深度学习的图异常检测技术综述[J]. 计算机研究与发展, 2021, 58(7): 1436-1455. |
PDF全文下载地址:
https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4476
