来源：期刊VIP网 时间：
作者：戴丽媛;田晓丹;杨丽雅;沈长松;
单位：皖江工学院水利工程学院;马鞍山市水工程健康诊断与修复技术研究中心;河海大学水利水电学院;
摘要：大坝经年累月供水、防洪，极易出现裂缝、渗漏等问题，为此提出一种基于注意力感知图像分割的大坝缺陷识别方法，以某拱坝为例，首先构建一个优化的AlexNet网络模型，将通道图像(RGB图)和深度图像(Depth图)作为网络输入；然后在下采样结构前设置自适应滤波器并嵌入注意力感知模块；最后以跨模态特征融合获得RGB与Depth信息流相互补充的缺陷特征分割结果。测试结果显示，该方法分割大坝裂缝缺陷的效果最佳，未误分无效区域、未遗漏裂缝区域；同时PR曲线更靠近右上角且面积最大，可较好权衡精确度与召回率之间的关系，能更精准地分割出大坝缺陷目标信息。
关键词：注意力;;感知;;图像增强;;自适应滤波;;大坝缺陷;;识别
基金资助：安徽省教育厅2023年高校科学研究重点项目(2023AH052490);; 马鞍山市水工程健康诊断与修复技术研究中心2023年度开放基金项目(2023msgc002);; 马鞍山市丘陵地区水资源高效利用工程技术研究中心2023年度开放基金项目(WREU202302)
