【技术实现步骤摘要】
本申请涉及深度学习，尤其涉及基于位置信息和注意力机制的路面裂缝检测方法及系统。
技术介绍
1、随着公路交通的快速发展，公路安全问题成为了人们日常生活中的一个热点问题。路面裂缝作为公路病害的常见病害之一，对道路安全具有潜在的威胁。路面裂缝是公路健康状况的重要指标，形成原因主要包括车辆挤压、雨雪渗透和施工质量不良。若不及时修补，裂缝会增加公路安全事故的风险。
2、而对于现有的技术检测方案，存在人工结合半自动检测与深度学习检测，对于人工方法结合半自动化方法是广泛使用的路面裂缝检测方式。然而，人工参与检测成本高、效率低，且检测结果依赖于检测人员的主观性。
3、而对于现有的基于深度学习的图像分割方法来检测路面裂缝，但现有大多数分割模型是在编解码器的架构上优化和改进的，当存在干扰因素时，模型提取特征和关注目标的能力不够，导致部分像素点会误识别，从而使得路面裂缝分割不完整，存在特征信息缺失，进而导致最终的检测结果精度低。
4、综上，相关技术中存在的技术问题有待得到改善。
技术实现思路
1、本申请实施例的主要目的在于提出一种基于位置信息和注意力机制的路面裂缝检测方法及系统，能够突出有利于裂缝分割的特征，抑制特征图中与裂缝不相关的特征，从而提高路面裂缝分割的精度。
2、为实现上述目的，本申请实施例的一方面提出了一种基于位置信息和注意力机制的路面裂缝检测方法，所述方法包括：
3、获取待识别检测的路面裂缝图像并进行数据预处理，得到预处理后的待识
4、基于transunet网络结构，引入具有特征位置信息的变形器模块和agdm解码模块，构建路面裂缝检测模型；
5、基于所述路面裂缝检测模型对所述预处理后的待识别检测路面裂缝图像进行裂缝识别检测处理，得到路面裂缝识别检测结果。
6、在一些实施例中，所述获取待识别检测的路面裂缝图像并进行数据预处理，得到预处理后的待识别检测路面裂缝图像，包括：
7、通过无人机拍摄技术获取待识别检测的路面裂缝图像；
8、通过图像分割的二分类方法对所述待识别检测的路面裂缝图像进行数据标注处理，得到标注的待识别检测的路面裂缝图像；
9、对所述标注的待识别检测的路面裂缝图像进行数据增强处理，得到所述预处理后的待识别检测路面裂缝图像。
10、在一些实施例中，所述路面裂缝检测模型包括下采样模块、变形器模块、卷积激活模块、agdm解码模块、上采样模块和卷积分割输出模块，其中，所述下采样模块与所述agdm解码模块之间跳跃连接，所述下采样模块的第一输出端与所述变形器模块的输入端连接，所述下采样模块的第二输出端与所述agdm解码模块的第一输入端连接，所述变形器模块的输出端与所述卷积激活模块的第一输入端连接，所述agdm解码模块的输出端与所述卷积激活模块的第二输入端连接，所述卷积激活模块的第一输出端与所述agdm解码模块的第二输入端连接，所述卷积激活模块的第二输出端与所述上采样模块的输入端连接，所述上采样模块的输出端与所述卷积分割输出模块的输出端连接。
11、在一些实施例中，所述下采样模块包括第一下采样模块、第二下采样模块和第三下采样模块，所述卷积激活模块包括第一卷积激活模块、第二卷积激活模块、第三卷积激活模块和第四卷积激活模块，所述agdm解码模块包括第一agdm解码模块、第二agdm解码模块和第三agdm解码模块，其中，所述第一下采样模块的输出端与所述第三agdm解码模块的第一输入端连接，所述第二下采样模块的输出端与所述第二agdm解码模块的第一输入端连接，所述第三下采样模块的第一输出端与所述第一agdm解码模块的第一输入端连接，所述第三下采样模块的第二输出端与所述变形器模块的输入端连接，所述变形器模块的输出端与所述第一卷积激活模块的输入端连接，所述第一卷积激活模块的输出端与所述第一agdm解码模块的第二输入端连接，所述第一agdm解码模块的输出端与所述第二卷积激活模块的输入端连接，所述第二卷积激活模块的输出端与所述第二agdm解码模块的第二输入端连接，所述第二agdm解码模块的输出端与所述第三卷积激活模块的输入端连接，所述第三卷积激活模块的输出端与所述第三agdm解码模块的第二输入端连接，所述第三agdm解码模块的输出端与所述第四卷积激活模块的输入端连接。
12、在一些实施例中，所述基于所述路面裂缝检测模型对所述预处理后的待识别检测路面裂缝图像进行裂缝识别检测处理，得到路面裂缝识别检测结果，包括：
13、将所述预处理后的待识别检测路面裂缝图像输入至所述路面裂缝检测模型；
14、基于所述路面裂缝检测模型的下采样模块，对所述预处理后的待识别检测路面裂缝图像进行下采样处理，得到待识别检测路面裂缝浅层特征图像；
15、基于所述路面裂缝检测模型的变形器模块，对所述待识别检测路面裂缝浅层特征图像进行重构处理，得到重构后的待识别检测路面裂缝浅层特征图像；
16、基于所述路面裂缝检测模型的agdm解码模块和所述路面裂缝检测模型的卷积激活模块，对所述重构后的待识别检测路面裂缝浅层特征图像和所述待识别检测路面裂缝浅层特征图像进行特征融合处理，得到待识别检测路面裂缝特征融合图像；
17、基于所述路面裂缝检测模型的上采样模块，对待识别检测路面裂缝特征融合图像进行上采样处理，得到上采样后的待识别检测路面裂缝特征融合图像；
18、基于所述路面裂缝检测模型的卷积分割输出模块，对所述上采样后的待识别检测路面裂缝特征融合图像进行裂缝识别检测处理，得到路面裂缝识别检测结果。
19、在一些实施例中，所述基于所述路面裂缝检测模型的下采样模块，对所述预处理后的待识别检测路面裂缝图像进行下采样处理，得到待识别检测路面裂缝浅层特征图像，包括：
20、将所述预处理后的待识别检测路面裂缝图像输入至所述路面裂缝检测模型的下采样模块，所述下采样模块包括第一下采样模块、第二下采样模块和第三下采样模块；
21、基于所述下采样模块的第一下采样模块，对所述预处理后的待识别检测路面裂缝图像进行下采样处理，得到第一待识别检测路面裂缝浅层特征图像；
22、基于所述下采样模块的第二下采样模块，对所述第一待识别检测路面裂缝浅层特征图像进行下采样处理，得到第二待识别检测路面裂缝浅层特征图像；
23、基于所述下采样模块的第三下采样模块，对所述第二待识别检测路面裂缝浅层特征图像进行下采样处理，得到第三待识别检测路面裂缝浅层特征图像；
24、根据所述第一待识别检测路面裂缝浅层特征图像、所述第二待识别检测路面裂缝浅层特征图像和所述第三待识别检测路面裂缝浅层特征图像，得到待识别检测路面裂缝浅层特征图像。
25、在一些实施例中，所述基于所述路面裂缝检测模型的变形器模块，对所述待识别检测路面裂缝浅层特征图像进行重构处理，得到重构后的待识别检测路面裂缝浅层特征图像，包括：...
【技术保护点】
1.基于位置信息和注意力机制的路面裂缝检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取待识别检测的路面裂缝图像并进行数据预处理，得到预处理后的待识别检测路面裂缝图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述路面裂缝检测模型包括下采样模块、变形器模块、卷积激活模块、AGDM解码模块、上采样模块和卷积分割输出模块，其中，所述下采样模块与所述AGDM解码模块之间跳跃连接，所述下采样模块的第一输出端与所述变形器模块的输入端连接，所述下采样模块的第二输出端与所述AGDM解码模块的第一输入端连接，所述变形器模块的输出端与所述卷积激活模块的第一输入端连接，所述AGDM解码模块的输出端与所述卷积激活模块的第二输入端连接，所述卷积激活模块的第一输出端与所述AGDM解码模块的第二输入端连接，所述卷积激活模块的第二输出端与所述上采样模块的输入端连接，所述上采样模块的输出端与所述卷积分割输出模块的输出端连接。
4.根据权利要求3所述的方法，其特征在于，所述下采样模块包括第一下采样模块、第二下采样模块和第三下采样模块
5.根据权利要求3所述的方法，其特征在于，所述基于所述路面裂缝检测模型对所述预处理后的待识别检测路面裂缝图像进行裂缝识别检测处理，得到路面裂缝识别检测结果，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述路面裂缝检测模型的下采样模块，对所述预处理后的待识别检测路面裂缝图像进行下采样处理，得到待识别检测路面裂缝浅层特征图像，包括：
7.根据权利要求6所述的方法，其特征在于，所述基于所述路面裂缝检测模型的变形器模块，对所述待识别检测路面裂缝浅层特征图像进行重构处理，得到重构后的待识别检测路面裂缝浅层特征图像，包括：
8.根据权利要求6所述的方法，其特征在于，所述基于所述路面裂缝检测模型的AGDM解码模块和所述路面裂缝检测模型的卷积激活模块，对所述重构后的待识别检测路面裂缝浅层特征图像和所述待识别检测路面裂缝浅层特征图像进行特征融合处理，得到待识别检测路面裂缝特征融合图像，包括：
9.根据权利要求1所述的方法，其特征在于，所述路面裂缝检测模型的损失函数包括二值交叉熵损失函数和骰子损失函数，所述路面裂缝检测模型的损失函数的表达式为：
10.基于位置信息和注意力机制的路面裂缝检测系统，其特征在于，所述系统包括：
...【技术特征摘要】
1.基于位置信息和注意力机制的路面裂缝检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取待识别检测的路面裂缝图像并进行数据预处理，得到预处理后的待识别检测路面裂缝图像，包括：
3.根据权利要求1所述的方法，其特征在于，所述路面裂缝检测模型包括下采样模块、变形器模块、卷积激活模块、agdm解码模块、上采样模块和卷积分割输出模块，其中，所述下采样模块与所述agdm解码模块之间跳跃连接，所述下采样模块的第一输出端与所述变形器模块的输入端连接，所述下采样模块的第二输出端与所述agdm解码模块的第一输入端连接，所述变形器模块的输出端与所述卷积激活模块的第一输入端连接，所述agdm解码模块的输出端与所述卷积激活模块的第二输入端连接，所述卷积激活模块的第一输出端与所述agdm解码模块的第二输入端连接，所述卷积激活模块的第二输出端与所述上采样模块的输入端连接，所述上采样模块的输出端与所述卷积分割输出模块的输出端连接。
4.根据权利要求3所述的方法，其特征在于，所述下采样模块包括第一下采样模块、第二下采样模块和第三下采样模块，所述卷积激活模块包括第一卷积激活模块、第二卷积激活模块、第三卷积激活模块和第四卷积激活模块，所述agdm解码模块包括第一agdm解码模块、第二agdm解码模块和第三agdm解码模块，其中，所述第一下采样模块的输出端与所述第三agdm解码模块的第一输入端连接，所述第二下采样模块的输出端与所述第二agdm解码模块的第一输入端连接，所述第三下采样模块的第一输出端与所述第一agdm解码模块的第一输入端连接，所述第三下采样模块的第二输出端与所述变形器模块的输入端连接，所述变形器模块的输出端与所述第一卷积激活模块的输入端连接，所述...
【专利技术属性】
技术研发人员：黄志青，沈俊羽，陈天戈，
申请(专利权)人：广州恒沙云科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。