【摘 要】
：
截至2019年底，国内已经修建了484.65万公里的公路。随着道路的长期运行，在车载气候及腐蚀等各种因素的影响下，道路表面会出现裂缝损坏，这会严重影响道路的使用安全。因此，及时地发现并修复裂缝损坏显得尤为重要。之前的道路裂缝主要靠人工进行检测，这种检测方法不仅需要大量的人力，而且效率极低，这直接导致了部分裂缝无法被及时发现修复。并且，随着道路总里程数的不断增加，人工检测已经无法满足裂缝检测的需求了
论文部分内容阅读
截至2019年底，国内已经修建了484.65万公里的公路。随着道路的长期运行，在车载气候及腐蚀等各种因素的影响下，道路表面会出现裂缝损坏，这会严重影响道路的使用安全。因此，及时地发现并修复裂缝损坏显得尤为重要。之前的道路裂缝主要靠人工进行检测，这种检测方法不仅需要大量的人力，而且效率极低，这直接导致了部分裂缝无法被及时发现修复。并且，随着道路总里程数的不断增加，人工检测已经无法满足裂缝检测的需求了。因此，通过深度学习让计算机能够快速准确地检测道路裂缝是当今的热门研究。
本文主要做了以下工作：
1、将Unet网络与条件生成对抗网络相融合，提出了基于Unet及条件生成对抗网络的道路裂缝检测(U-CGAN)；将Unet++网络与条件生成对抗网络相融合，提出了基于Unet++及条件生成对抗网络的道路裂缝检测方法(U-CGAN++)。经过实验对比，融合后的网络相较于原始网络，在Dice系数、像素精确率及召回率上均有提升。
2、提出了跃层反卷积操作，通过在Unet网络中添加跃层反卷积，使得其上采样过程更加丰富。经过实验分析，改进后的Unet网络具有更高的裂缝检测能力和精确度。
3、将跃层Unet与半监督生成对抗网络相融合，提出了基于跃层Unet及半监督生成对抗网络的道路裂缝检测及分类方法(U-SSGAN)。经过实验分析，该算法不仅具有较高的裂缝检测精度，还具有裂缝分类的能力，可以在裂缝检测的同时进行裂缝的分类工作。
其他文献
随着科技进步，我国的冶金工业水平得到了显著提高，不断提升的产量使得冶金产业的发展呈现稳中向好的趋势。由于高温熔融金属作业环境、工艺操作复杂，且在冶炼、转运及浇筑等加工处理过程中，存在大量的高温熔融物，作业现场容易发生爆炸、喷溅、泄漏、倾翻等事故，造成重大人员伤亡和设备损坏。面对此类事故，如何通过在有限时间内集结复杂多变的事故信息、执行应急响应程序、构建全方位的事故救援方案等事中控制措施将事故伤亡率
行人检测是一种在目标检测任的基础上发展起来的，专门以行人为目标，旨在利用计算机和摄像头等设备获取行人在单帧图像及视频中准确位置的计算机视觉任务。同时，行人检测也是很多行人技术的前置技术，被应用于智能交通、安全监控、车辆辅助驾驶等多个领域，具有很高的商业价值和研究价值。然而，由于行人检测的场景复杂多样，行人密集场景下行人间的遮挡、多尺度问题、相机失焦等问题都增加了检测的难度，使用经典的目标检测算法如
随着近年来各国对陆地资源的不断开发，陆地上的自然资源被掠夺殆尽。许多的国家开始重视广袤的海洋资源，虽然进行频繁的开发带来了更多的资源，但对海洋造成了污染，其中溢油污染是海洋污染中最严重的污染之一，其给海洋生态带来了恶劣的影响。因此能够在溢油事故发生时进行及时快速的检测十分必要，海洋溢油检测的研究具有十分重要的意义。 本课题主要研究在可见光相机下的溢油检测任务，可见光相机检测快速、部署便利，但可见
随着互联网技术的发展，疫情的影响和停课不停学政策的推行，在线教育快速发展的同时也遇到了许多困难。其中最主要的问题是如何更好地融合线下线上课程内容和如何加强学生自主学习能力。在线下线上融合时，学生遇到了在线学习缺少交互，在线视频过长不容易抓住重点等问题，迫切需要一种将课程与教科书联系起来的对课程内容进行分析总结的工具。培养自主学习能力的关键在于准确反馈学生学习状况，而目前使用的指标例如学习时长，签到
自然界中各类生物体的智能行为正越来越受到广大科学工作者的关注,基于生物机制的信息处理系统的研究已成为近年来人工智能研究领域的重要内容.生物免疫系统是一个具有高度智能的分布协调自适应系统,发展基于生物免疫系统的智能算法,探讨其在工程实际中的应用已成为当前的热点研究问题.该文借鉴生物免疫系统的反馈原理、免疫记忆原理、免疫系统抗体多样性原理和自我-非我识别原理等研究了人工免疫算法.
近年来，基于图像处理的植物表型分析已成为农业计算机视觉的热门应用领域。植物表型与不同环境条件的关系的研究对于理解植物功能至关重要，鉴定和评估相同作物的不同品种间的表型差异是育种学家们关心的重要问题。表型作为作物生长经历的真实条件下的评估，对于性状特征提取和表型分析有着深远影响。因此，能够实现作物在单株尺度上的图像自动处理和高精度表型参数提取对于表型解析工作具有重大意义。实际上，现阶段我们对于表型组
玉米是中国地位较高的粮食作物，作为食物以及牲畜的饲料，用量很多，所以说提高玉米产量还有质量对我国的农业经济发展有着重要的意义。同时，玉米种子在种业市场储备中也占据很大比例。玉米作物产量很大程度上受到玉米种子的质量的影响。目前，玉米种子质量分级较多采用图像处理方式进行特征提取，该方法具有局限性，并且效率低。本文以机器视觉为前提，改进残差网络，构建卷积神经网络对玉米种子的图像进行特征提取，使用深度学习
现今是一个信息技术高度发达的时代，人们经常受到信息过载问题的困扰。个性化推荐因能较好地解决信息过载问题，满足人们对于线上线下有效信息获取的需求，而被广泛地应用到各个领域，并且也成为近年的研究热点。现代推荐算法的基本思想是将不同空间中的实体映射到统一潜在的语义空间中，然后通过对隐语义空间向量进行匹配，完成推荐。但现有的推荐方法存在对于交互信息提取不充分、无法有效融合额外信息等问题，而基于网络表示的推
随着物联网技术的发展，物联网受到愈来愈广泛的关注，物联网设施的数量和连接规模也在急剧增加。物联网可以利用现有网络设施有效地将物理世界和互联网世界集成在一起，从而完成智能设施设备之间的数据共享，但是，其网络结构的大规模性和复杂性给系统带来了潜在的安全风险和挑战。接入认证技术通常被用来保护设备及设备上数据的安全，但传统接入认证服务比较复杂且依赖于信任的第三方机构，同时存在单点故障问题。由此，该文基于区
随着我国汽车行业的蓬勃发展，汽车保有量逐渐升高，汽车市场的竞争也愈发激烈，同等产品开始同质化，消费者更加关注品牌、售后服务水平等附加价值，各汽车制造企业也逐渐从“面向制造”向“面向服务”转型。对汽车产业链协同平台上售后维修服务模式进行分析发现现有服务商水平参差不齐，车辆结构复杂导致难以快速维修，业务数据未得到有效利用。同时当前各制造企业在重视自身内部资源和竞争力的同时也逐渐关注外部制造企业的优势资