Affiliation of Author(s):
建筑设备科学与工程学院
Abstract:
三维探地雷达(GPR)技术是道路隐性病害检测的重要手段，利用智能辨识算法分析GPR数据能提升病害检测效率，然而现有算法未充分利用GPR多视图信息，导致辨识准确率较低。为此，本文提出了一种GPR多视图融合的路基病害识别模型。该模型采用双通道并行结构，利用MobileViT网络分别从GPR的B-scan和C-scan图像中提取高维特征，挖掘双视图的互补信息以进行特征学习。为有效整合双视图信息，提出了特征交错加权融合方法，将提取到的双视图高维特征进行近邻排列，并通过动态优化特征通道的权重分配，突出关键特征并抑制无关信息。试验结果表明，该网络模型对测试集的准确率达到90.5%;此外，在高斯白噪声干扰下，相较于基线模型，模型总体退化指数降低了13.51%,展示出优越的稳健性。
Paper Publications
