基于生成式对抗网络的细小桥梁裂缝分割方法

论文摘要

提出了一种基于生成式对抗网络的细小桥梁裂缝分割方法。该方法在判别器结构中引入分割分支,将生成式对抗网络与语义分割网络合二为一,兼具超分辨率图像重建功能与分割功能。在处理细小桥梁裂缝分割问题时,该方法先将低分辨率的细小桥梁裂缝图像转换为超分辨率的粗大型桥梁裂缝图像,再对转换后的超分辨率图像进行分割。实验结果表明,该方法更容易识别出细小桥梁裂缝并实现准确分割,与传统的分割方法相比,该方法的分割召回率提高了6%,平均交并比提高了10%。

论文目录

• 1 引言
• 2 相关工作
•   2.1 生成式对抗网络原理
•   2.2 语义分割网络原理
• 3 细小桥梁裂缝语义分割生成式对抗网络
•   3.1 SE-GAN判别器
•     3.1.1 差异判别分支
•     3.1.2 分割分支
•   3.2 SE-GAN生成器
•     3.2.1 SE-GAN生成器网络结构
•     3.2.2 像素损失
• 4 实验与结果分析
•   4.1 数据集
•   4.2 分割生成式对抗网络的训练
•   4.3 结果比较与分析
•     4.3.1 分割结果
•     4.3.2 损失函数
•     4.3.3 判别分支结构
•   4.4 小结
• 5 结论

文章来源

类型: 期刊论文

作者: 李良福,胡敏

关键词: 图像处理,桥梁路面裂缝,深度学习,超分辨率图像,生成式对抗网络,语义分割

来源: 激光与光电子学进展 2019年10期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 公路与水路运输,计算机软件及计算机应用

单位: 陕西师范大学计算机科学学院

基金: 国家自然科学基金(61573232,61401263)

分类号: TP391.41;U445.7

页码: 102-112

总页数: 11

文件大小: 1996K

下载量: 456