基于连续注意力机制和卷积金字塔的路面裂缝检测

近年来,随着全球汽车保有量的增加和路面的不断扩建,路面裂缝检测受到了广泛的关注.虽然许多裂缝检测器模型已经被提出,但也存在一些问题,例如:一些宽度较细的裂缝可能未被检测而出现裂缝断裂的现象;边缘信息可能会在过滤或池化过程中丢失.本文以SegNet为基础框架,编码层设计了一种连续注意力机制,并且在特征图通过解码层之前添加了卷积金字塔结构,以减少裂缝检测中的断裂,获得更完整的边缘信息.与相关方法相比,Precision、Recall和F1-measure三个指标分别提高了2.47％、8.21％和6.87％,对Crack200、Crack500和CrackForest三个开源数据集检测结果的平均交并指标(MIoU)提高了14.35％.     

基于Faster R-CNN的多任务增强裂缝图像检测方法

针对Faster R-CNN算法对多目标、小目标检测精度不高的问题,本文提出一种基于Faster R-CNN的多任务增强裂缝图像检测(Multitask Enhanced Dam Crack Image Detection Based on Faster R-CNN,ME-Faster R-CNN)方法.同时提出一种基...     

ERCUnet：一种基于U-Net改进的道路裂缝检测模型

针对传统的道路裂缝检测方法存在灵活度不高、普适性不强等问题,本文参考ResNet中的残差设计和U-Net模型的U形编码解码结构,设计一种基于U-Net改进的道路裂缝检测模型——ERCUnet。该模型以残差块为主体,针对裂缝检测优化不同深度卷积层的卷积核数量,模型中所有的残差块结构相同,模型整体结构更加整齐和简单,具有可塑性好、结构性强,残差结构不仅使特征融合更加充分,也避免了深层卷积神经网络梯度消失的问题。实验在CrackForest数据集上进行,将CrackForest的118张含标注图片按照5〖DK〗∶1的比例划分训练集和测试集,通过一系列数据增广方法,有效缓解了训练数据过少的问题。损失函数融合了交叉熵和F1分数,缓解了正负样本不均衡的问题,最终的实验结果显示ERCUnet模型参数量仅为U-Net(BN)模型的13.30%,在测试集上的查全率、查准率、F1值均达70%以上,噪声率、准确率分别为29.05%、99.01%。为证实ERCUnet的可塑性,通过修改模型参数得到ERCUnet-tiny模型,其参数量仅为U-Net(BN)模型的2.39%,在测试集上取得了与U-Net(BN)相近的效果。     

基于改进U-net模型的路面裂缝智能识别

路面裂缝快速检测及响应是道路养护部门的一项重要工作,然而传统的裂缝检测方法耗时且准确度低。因此,本文基于改进后的U-net模型实现对路面裂缝精准地自动识别。结合Canny边缘检测、Otsu 阈值分割算法和人为干预手段研发一款半自动标注软件,用以实现路面裂缝的像素级标注。研究以路面2D激光图像为数据集,并在此基础上通过数据增强进行数据集样本扩充,从而构建模型训练原始样本库;在实验分析阶段,使用交叉熵损失函数判断预测值与真实值的误差大小,并结合Adam 算法优化模型。研究表明改进后的U-net模型在识别精度及泛化能力上均优于原U-net模型及全连接神经网络模型。该研究将为道路养护管理部门的路面病害快速检测提供技术支撑,从而利于快速响应、采取措施保证路面的行车安全。     

基于残差与注意力机制的道路裂缝检测U-Net改进模型

道路裂缝是道路安全检测的重要部分,随着深度学习和计算机视觉的发展,利用深度学习对道路图像中裂缝信息提取的方法趋于成熟。现有深度学习道路裂缝检测方法对细小裂缝提取不完整以及受背景因素干扰,导致检测精度降低。基于CBAM注意力机制和残差网络,改进U-Net神经网络模型,构建一种融合残差和注意力机制的道路裂缝检测深度学习网络模型。该模型在U-Net网络的上采样和下采样过程中分别嵌入通道注意力机制和空间注意力机制。CBAM注意力机制在通道和空间维度上同时进行全局平均和全局最大混合池化,以提取更多有效的全局和局部细节信息。同时,在U-Net网络中融合残差模块,有效解决网络梯度消失、梯度爆炸以及网络退化的问题,进一步提高道路裂缝的检测能力。实验结果表明,在上采样和下采样过程中嵌入CBAM注意力机制网络的F1值提升到81.02%,相比U-Net原始网络,提升13.76个百分点。融合残差模块并在下采样过程中嵌入CBAM注意力机制网络的F1值达到85.82%,相比只嵌入CBAM注意力机制的网络,提升了4.8个百分点。     

引入Ghost模块和ECA的YOLOv4公路路面裂缝检测方法

针对目前公路路面裂缝种类和尺度多样导致路面病害检测困难的问题,提出一种基于GhostNet的轻量化无人机图像裂缝检测方法检测不同种类路面裂缝。首先,引入轻量级GhostNet中的Ghost模块优化YOLOv4主干特征提取网络,得到轻量化模型YOLOv4-Light,以降低模型复杂度,并提高裂缝检测速度;然后,在模型预测输出端融合高效通道注意力（ECA）机制,从而进一步增强裂缝特征提取能力,提高裂缝检测精度。仿真实验结果表明,所提方法与现有的YOLOv4相比,模型大小降低了82.31%,模型参数量减少了82.56%,并提高了裂缝检测效率,能够满足公路运输过程中出现的不同类型的裂缝检测需求。     

基于注意力机制的深度学习路面裂缝检测

为实现自动准确地检测路面裂缝,提升路面裂缝检测效果,提出了一种基于注意力机制的裂缝检测网络(attention-basedcracknetworks,ACNet).该网络采用编码器-解码器网络构架,编码器采用ResNet34为骨干网,提取路面裂缝特征;在编码器和解码器间加入基于注意力机制的特征模块(attention-basedfeaturemodule,AFM),以利用全局信息和增加对检测不同尺度裂缝的鲁棒性,更好地提取裂缝特征和定位裂缝位置;在解码阶段也引入注意力机制,设计了基于注意力机制的解码模块(attention-baseddecodermodule,ADM),实现对裂缝的准确定位.在公共裂缝数据集CFD和CRACK500上,与U-Net等其他8种方法进行了比较,结果表明, ACNet裂缝检测效果更理想,在主观视觉上,裂缝定位更准确,细节更丰富;在实验指标F1和重合率上,检测结果都有明显提升,说明了该网络的有效性.     

基于卷积神经网络的路面裂缝检测

对路面图像块预标记,根据预标记结果对路面图像进行强度归一化预处理,在保留裂缝信息的同时,减少背景光照不均的影响.将预处理后的路面图像输入卷积神经网络(CNN)模型实现路面图像裂缝的检测.由于路面裂缝分布复杂,在训练网络时,使用不同尺度和不同角度的路面图像进行模型训练,使得网络能够检测不同裂缝形状.实验结果显示:裂缝检测结果较好.     

改进RetinaNet的水泥路面露骨病害检测

露骨病害是水泥路面常见的病害之一,会严重影响路面使用年限和行车安全性能.因此,及时对露骨病害进行检测与修复十分重要.针对传统的人工检测方法检测精度不高且检测效率低的问题,本文提出一种基于改进RetinaNet模型的水泥路面露骨病害检测方法.首先对人工和检测车采集露骨病害图像进行滤波、去噪等预处理操作,构建模型训练数据集...     

基于图像分析的路面裂缝检测识别研究

为了改善传统人工公路路面裂缝的检测效率与精度以及耗费大量人力物力,采用数字图像处理技术对公路路面裂缝进行检测识别.把采集到野外公路路面裂缝图像进行灰度化、灰度直方图均衡化、低帽滤波变换、滤波去噪、阈值分割操作检测识别出路面裂缝区域,提取线性裂缝提取骨架并求出其长度和最大最小宽度.通过使用MATLAB软件编制图像处理程序,验证本文提出的路面裂缝识别算法能够有效检测识别路面裂缝.     

轮辋裂纹检测方法研究

综合运用图像边缘检测、形态学运算、傅立叶变换、最优阈值分割等多种方法,提出一种适用于车轮轮辋探伤系统的裂纹检测方法。该方法能有效抑制背景光照不均和去除背景刀纹,同时较好地检测到裂纹特征。实验表明该方法具有运算速度快,漏判误判率低的特点。     

Crack open the source

Open source is now an established part of the mainstream computing.Companies like Sun, Novell and IBM increasingly supporting opensource, it's clearly about more than just fun free stuff. Butare open source tools suitable for use in project managementactivities? Anthony Harrison from Thales investigates.     

混凝土裂缝的监测

针对结构裂缝监测的需要,依据OTDR光时域反射技术和瑞利散射原理,研究开发了一种采用分布式光纤传感器的光纤传感的裂缝监测技术;设计了裂缝监测试验方案,包括试验试样、试验装置的设计计算;验证了这种监测技术的可行性,可实现裂缝的定宽、定位监测.初始感知裂缝宽为0.03mm,并根据试验数据拟合出半经验公式,这一实验结果还可以作为全分布式光纤传感器进一步深入研究的参考.     

基于图像的桥梁裂缝检测算法

为了检测桥梁混泥土表面的裂缝,提出了基于图像的种子游走二值化桥梁裂缝检测算法。首先,随机产生一些种子点,使每个种子点在给定的规则下进行游走;接着,统计这些种子点的位置,将原始图像转化为二值化图像;然后,提取二值化图像的连通分量,构造连通分量的特性指标,消除噪声像素;最后,分析连通分量间的位置关系并进行拼接,提取出桥梁表面图像中的裂缝。试验结果表明,裂缝检测算法具有稳定性高、对光照不均匀以及背景噪声的影响不敏感、检测效果好等特点。     

广度优先破解二叉树加密算法

通过介绍二叉树加密算法,分析二叉树加密算法是利用加密二叉树的树形对明文信息进行加密的处理加密过程和其存在的漏洞,提出了基于广度优先搜多算法的二叉树加密算法的破解方法,基于广度优先搜索算法的破解算法是由于在二叉树加密算法的密文传输过程中存在着可以被截获的公钥．对于公钥可以分析成一个可能的加密森林,在应用广度优先算法的搜索过程中生成解密链表,最后达到了破解的目的。     

广度优先破解二叉树加密算法

通过介绍二叉树加密算法,分析二叉树加密算法是利用加密二叉树的树形对明文信息进行加密的处理加密过程和其存在的漏洞,提出了基于广度优先搜多算法的二叉树加密算法的破解方法,基于广度优先搜索算法的破解算法是由于在二叉树加密算法的密文传输过程中存在着可以被截获的公钥,对于公钥可以分析成一个可能的加密森林,在应用广度优先算法的搜索过程中生成解密链表,最后达到了破解的目的.     

纹理无关的轮胎裂纹检测算法

根据从图像中提取的裂纹缺陷特征,提出一种基于线密度投影(PODOL)的轮胎裂纹缺陷检测方法.首先对轮胎图像进行线密度投影,得到它们的PODOL一阶导数绝对值曲线;然后提取裂纹图像的特征曲线,以这些特征曲线作为标准判定轮胎是否含有裂纹.实验结果表明,文中提出的特征曲线检测标准不受图像纹理的影响,可以高效地检测轮胎裂纹缺陷;且该方法速度快、实现简单,已经成功用于轮胎裂纹缺陷的实时在线检测.     

蜡染冰纹生成算法研究

提出基于漫水思想的距离变换算法,取得较好实时性;采用概率算法确定种子点, 改善冰纹分布;提出冰纹形态调整方法,改善单条冰纹形态;对交点加粗效果使用基于双曲线 的交点复合距离控制,更加接近真实冰纹效果。实验表明,漫水的距离变换算法具有对数时间 复杂度,实时性好;冰纹分布较以前算法更为均衡;冰纹折线及轮廓较粗问题得以解决;基于 双曲线的交点复合距离控制能更好体现交点加粗效果。对已有仿真蜡染冰纹算法进行了改进, 更好地实现了蜡染冰纹视觉特征。     

路面裂缝的自动检测与识别

传统的基于人工视觉检测裂缝的方法愈来愈不能适应高速公路发展的要求：其耗人力、 耗时、 不精确、影响交通、危险、 花费高的缺点要求路面状况调查的自动完成。该文介绍了一种基于图像处理的路面裂缝自动检测方法。其首先使用一种快速的针对灰度不均图像校正方法，对降质的路面图像进行增强，再进行阈值分割，提取出图像上的线性特征，最后再根据线性特征从原灰度图像上识别出裂缝目标。实验结果表明了该方法的有效性。     

QQ密码的破解与防范

随着QQ号码申请越来越难和QQ号码收费现象的出现,QQ密码被盗现象也越来越严重。随之产生的破解工具也越来越多。若要防范QQ密码被盗,了解QQ密码破解的方法是非常必要的。也许有人寄希望于“QQ密码保护”,但破解者有可能在QQ号码取回之前将“好友”删之一空,使“好友”(QQ号码上能联系的人)发来的消息收不到。本文针对几种常见的QQ密码破解,给出了相应的防范措施。