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Alex Net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。
