联合Self-attention与Axial-attention的机场跑道裂缝分割

作者：李海丰; 范天啸; 黄睿^*; 侯谨毅; 桂仲成

来源：郑州大学学报(理学版）, 2023, 55(04): 30-38.

DOI：10.13705/j.issn.1671-6841.2022127

• 人工智能
• CSA-net
• 自注意力
• 机场跑道裂缝分割
• 轴向注意力
• 特征融合

机场跑道裂缝形态多样、方向各异、长短不一且粗细不均，通常不具有统计规律。现有的各类裂缝分割算法难以在此类复杂场景中落地。针对上述问题，提出了联合self-attention与axial-attention的机场跑道裂缝分割网络(CSA-net),通过引入自注意力模块、轴向注意力模块、可变形卷积模块，提取裂缝的局部特征和全局语义特征。通过transformer decoder还原特征图的原始尺寸，融合了不同尺度间的分割结果，保留尽可能多的细节信息，使得CSA-net有更好的分割精度。在机场跑道实拍的数据集上进行的测试表明，针对裂缝的像素级分割指标F1-score达到了78.91%,高于目前各类裂缝分割算法。

• 单位
  成都圭目机器人有限公司; 中国民航大学