来源：期刊VIP网 时间：
作者：尹京;袁磊;钱胜胜;
单位：中国铁道科学研究院集团有限公司铁道建筑研究所;高速铁路轨道系统全国重点实验室;中国科学院自动化研究所;
摘要：桥梁裂缝检测是保障公共基础设施安全的重要研究方向，而复杂形状裂缝的自动分割始终面临局部细节提取不足及全局语义捕捉不全面的问题。本文以复杂桥梁表观裂缝为研究对象，围绕如何高效整合局部与全局特征展开研究，提出了一种基于掩码自编码器的多尺度特征融合裂缝分割方法。该方法通过构建基于Transformer的多尺度融合网络，实现卷积神经网络与Swin-Transformer块的结合，有效捕获图像中细微结构与整体语义。本文设计的掩码自编码器模块利用其遮挡感知能力对图像中的背景噪声进行自动过滤，从而增强裂缝分割的连续性和准确性。为验证该方法的有效性，在两个公开桥梁裂缝数据集上开展了试验，并与现有主流算法进行对比。试验结果表明，所提方法 F1分数比传统方法有显著提高，充分展示了其在桥梁裂缝自动分割检测领域的应用潜力。
关键词：桥梁裂缝分割;;Transformer;;多尺度特征;;编码器-解码器;;噪声抑制
基金资助：中国国家铁路集团有限公司科技研究开发计划（N2022G021）
