一种改进SegNet网络的路面裂缝分割算法

作     者：廖宁生 杨雲翔 朱秘 彭波 LIAO Ningsheng;YANG Yunxiang;ZHU Mi;PENG Bo

作者机构：重庆理工大学两江人工智能学院重庆401135 

出 版 物：《重庆理工大学学报（自然科学）》 (Journal of Chongqing University of Technology：Natural Science)

年 卷 期：2024年第38卷第7期

页      面：142-148页

学科分类：080901[工学-物理电子学] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0803[工学-光学工程] 

基　　金：重庆市教委科学技术研究项目(KJQN202101127,KJQN202201144) 重庆理工大学科研启动基金项目(2021ZDZ006,2021ZDZ017) 重庆理工大学国家“两金”培育项目(2022PYZ031) 

主　　题：路面裂缝分割 改进SegNet网络 注意力机制 多层特征金字塔 

摘      要：路面裂缝是威胁公路安全运行的常见潜在隐患,经典路面裂缝分割算法存在不同程度的裂缝断裂、薄细裂缝边缘识别不佳等问题。针对上述问题,提出一种Crack SegFormer路面裂缝分割算法,主要由基于裂缝定位注意力的编码器、多层特征金字塔以及基于裂缝锐化注意力的解码器三部分组成。利用Crack500、Crack200、DeepCrack、CFD 4个公开数据,对CrackSegFormer模型分割裂缝的有效性进行了验证,结果显示所提出的CrackSegFormer模型能够抑制非裂缝特征、保留细微和末梢裂缝特征。相对于经典SegNet网络,所提出模型的准确度、召回率和F1-score三类评价指标分别提升了1.14%,3.61%和4.26%。