典型文献
复杂背景下机场道面细带状结构病害检测算法
文献摘要：
机场道面裂缝、角隅断裂、接缝破碎、修补等病害宽度狭小、长短不一、图像中像素占比少,呈细带状结构,且与复杂背景对比度低,现有检测算法效果不佳.针对以上问题,提出了一种基于注意力机制与特征融合的深度神经网络模型DetMSPNet.首先,利用注意力机制模块CBAM,使得特征学习更加专注于细带状结构病害区域,抑制干扰信息;其次,构建残差空洞金字塔模块,提取不同尺度空间下的特征信息;然后,设计最大池化支路,便于之后浅、深层不同层次特征进行融合,加强模型对于病害的定位能力,并且将深层特征输入3种不同扩张率的扩张卷积和金字塔池化模块,使得病害特征包含更多全局上下文信息;最后,对所有层输出的病害特征信息进行融合,实现不同尺度、不同层次特征的信息互补.与目前3种经典的目标检测算法在机场道面病害图像数据集APD上做了对比实验,结果表明:所提算法的mAP达到78.51％,优于对比算法.所提DetMSPNet模型,提高了算法对机场道面细带状结构病害检测中宽度狭小、长短不一、图像中像素占比少、与复杂背景对比度低等情况的适应能力.
文献关键词：
机场道面细带状结构病害;DetMSPNet;注意力机制;特征融合;复杂背景
中图分类号：
作者姓名：
李海丰;韩红阳
作者机构：
中国民航大学 计算机科学与技术学院,天津300300
文献出处：
引用格式：
[1]李海丰;韩红阳-.复杂背景下机场道面细带状结构病害检测算法)[J].北京航空航天大学学报,2022(01):36-44
A类：
机场道面细带状结构病害,DetMSPNet
B类：
复杂背景,下机,结构病害检测,接缝,修补,狭小,长短不一,像素,比少,对比度,特征融合,深度神经网络模型,注意力机制模块,CBAM,特征学习,制干,空洞金字塔,塔模,不同尺度,尺度空间,特征信息,最大池化,支路,不同层次,层次特征,定位能力,深层特征,扩张率,扩张卷积,金字塔池化模块,得病,病害特征,全局上下文信息,信息互补,目标检测算法,病害图像数据集,APD,mAP,对比算法
AB值：
0.269852
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
