IRFusionFormer：通过RGB-T融合和基于拓扑的损失增强路面裂缝分割
原文中文，约500字，阅读约需1分钟。发表于：。本研究针对现有路面裂缝分割方法在低光照及运动模糊等恶劣条件下表现不佳的问题，提出了一种新颖的IRFusionFormer模型，通过有效整合RGB与热成像数据，提升裂缝检测的准确性和鲁棒性。该模型引入了多尺度关系捕获模块和基于拓扑的损失函数，达到90.01%的Dice得分和81.83%的IoU，显著改善了在复杂环境下的表现。
过去十年，自动化方法被开发用于更高效地检测裂缝，替代传统手动检查。语义分割算法在逐像素检测中表现出色，但需大量标注数据。为此，提出了无监督的UP-CrackNet，通过生成对抗网络恢复破坏区域，实现逐像素裂缝检测。实验显示其性能优于传统无监督算法，并与先进的监督算法相媲美。代码已公开。
