基于级联神经网络的隧道衬砌裂缝识别算法研究

刘新根; 陈莹莹; 王雨萱; 刘树亚

首页> 中文期刊> 《铁道学报》 >基于级联神经网络的隧道衬砌裂缝识别算法研究

基于级联神经网络的隧道衬砌裂缝识别算法研究

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

为提高隧道衬砌裂缝自动识别效率及裂缝区域提取的准确度,针对隧道内环境较为复杂、隧道衬砌裂缝形态多样化且在图像中占比较小的特点,提出基于特征提取、区域分类与区域分割的三级联网络结构.特征提取网络获取多尺度特征图,融合深浅层特征,解决裂缝特征表征较弱无法有效提取的问题.区域分类网络基于多尺度区域筛查,利用非极大值抑制剔除不同区域间的重复锚框,并通过自适应区域扩张确保裂缝的完整性.在区域分割网络中,融合多尺度特征图获得更准确的分类结果,最终将小区域分割结果映射到整张图像实现裂缝识别.在相同条件下将网络分割结果与FCN、UNet网络进行对比分析,结果表明:裂缝分类网络识别精度可达98.97％,分割网络精度达94.44％,比FCN及UNet分别提高了6.83％及4.42％.

著录项

来源
《铁道学报》 |2021年第10期|127-135|共9页
作者
刘新根; 陈莹莹; 王雨萱; 刘树亚;
展开▼
作者单位

上海同岩土木工程科技股份有限公司上海 200092;

上海地下基础设施安全检测与养护装备工程技术研究中心上海 200092;

上海同岩土木工程科技股份有限公司上海 200092;

上海地下基础设施安全检测与养护装备工程技术研究中心上海 200092;

上海同岩土木工程科技股份有限公司上海 200092;

深圳市地铁集团有限公司广东深圳 518026;

展开▼
原文格式 PDF
正文语种 chi
中图分类 U457.5;
关键词
隧道衬砌; 裂缝; 级联式神经网络; 多尺度; 自适应区域扩张;

相似文献

中文文献
外文文献
专利

1. 基于深度卷积神经网络的隧道衬砌裂缝识别算法 [J] . 柴雪松 ,朱兴永 ,李健超 . 铁道建筑 . 2018,第006期
2. 基于深度学习级联技术的隧道裂缝识别与分析算法研究 [J] . 李清奇 . 新型工业化 . 2021,第008期
3. 基于机器视觉的隧道衬砌裂缝图像分割处理算法研究 [J] . 石帅 ,王睿 ,文思思 . 高速铁路技术 . 2020,第001期
4. 基于数字图像技术的隧道衬砌裂缝识别方法研究 [J] . 唐钱龙 ,谭园 ,彭立敏 . 铁道科学与工程学报 . 2019,第012期
5. 基于图像识别技术的隧道衬砌裂缝检测系统研究 [J] . 李健超 ,张翠兵 ,柴雪松 . 铁道建筑 . 2018,第001期
6. 基于BP神经网络的交通标志识别算法研究 [C] . Jiao Jinxing ,焦金星 ,Zhao Jianhui . 第八届中国智能交通年会 . 2013
7. 隧道衬砌裂缝图像特征提取及识别方法研究 [A] . 万宇 . 2018

基于级联神经网络的隧道衬砌裂缝识别算法研究

摘要

著录项

相似文献

相关主题

期刊订阅