文献

J-GLOBAL ID：202202255550626555   整理番号：22A0960246

MSCNet:テクスチャ強化メカニズムと亀裂検出のための特徴集約によるフレームワーク【JST・京大機械翻訳】

MSCNet: A Framework With a Texture Enhancement Mechanism and Feature Aggregation for Crack Detection

著者 (6件)： Lu Guanlin (Department of Mechanical Engineering, College of Field Engineering, Army Engineering University of PLA, Nanjing, China) ,  He Xiaohui (Department of Mechanical Engineering, College of Field Engineering, Army Engineering University of PLA, Nanjing, China) ,  Wang Qiang (Department of Mechanical Engineering, College of Field Engineering, Army Engineering University of PLA, Nanjing, China) ,  Shao Faming (Department of Mechanical Engineering, College of Field Engineering, Army Engineering University of PLA, Nanjing, China) ,  Wang Jinkang (Department of Mechanical Engineering, College of Field Engineering, Army Engineering University of PLA, Nanjing, China) ,  Zhao Xiaokang (Department of Mechanical Engineering, College of Field Engineering, Army Engineering University of PLA, Nanjing, China)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 26127-26139  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 橋亀裂は,橋の健康状態を判断するための重要な光学的および視覚的情報の一つである。人工知能に基づくブリッジ亀裂検出法は,この分野で必須であるが,現在のアプローチは,速度と精度に関して満足されない。本研究では,ブリッジ亀裂検出の背景における物体の視覚顕著性を高めるために,テクスチャ強化機構と特徴集約から成るMSCNetと呼ばれる新しいマルチスケール亀裂検出ネットワークを提案した。亀裂自体の深さ情報表現能力を改善するために,バックボーンネットワークとしてRes2Netを使用した。ブリッジ亀裂のエッジ特性が顕著であるので,この視覚特徴を完全に利用するために,著者らは,低レベル特徴における亀裂の詳細な情報を捕えるために,グループ注意に基づくテクスチャ強化モジュールを使用した。ネットワークの深さ情報をさらにマイニングするために,カスケード融合モジュールを用いて,高レベル特徴における亀裂位置情報を捉えた。最後に,深いネットワークの特性情報を完全に利用するために,最終亀裂予測を得るために,低レベルおよび高レベル特徴を融合させた。大規模亀裂データセットに関する他の最先端の方法と比較して,提案した方法を評価した。実験結果は,提案した方法の有効性と優位性を示し,93.5%の精度,94.2%の再現率,および63FPS以上の推論速度を達成した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *亀裂 ,  情報 ,  ネットワーク ,  特性 ,  精度 ,  比率 ,  基幹回線 ,  人工知能 ,  強化 ,  位置情報
準シソーラス用語： 健康状態 ,  マルチスケール ,  視覚情報 ,  再現率 ,  亀裂検出 ,  情報表示 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： テクスチャ ,  強化 ,  メカニズム ,  亀裂検出 ,  集約 ,  フレームワーク