BriefGPT - AI 论文速递
·
UP-CrackNet：无监督像素级道路裂缝检测与对抗性图像恢复
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
过去十年中，开发了自动化方法来更高效、准确和客观地检测裂缝。UP-CrackNet是一种无监督的逐像素道路裂缝检测网络，通过生成多尺度正方形掩膜并从中随机选择一些，来破坏未损坏的道路图像。通过计算输入图像和恢复图像之间的差异生成误差图，实现逐像素裂缝检测。UP-CrackNet表现出可比或更好的性能和卓越的泛化能力。
🎯
关键要点
- 过去十年中，开发了自动化方法来更高效、准确和客观地检测裂缝。
- UP-CrackNet是一种无监督的逐像素道路裂缝检测网络。
- UP-CrackNet通过生成多尺度正方形掩膜来破坏未损坏的道路图像。
- 训练UP-CrackNet使用生成对抗网络，利用周围未损坏区域的语义上下文来恢复破坏区域。
- 测试阶段通过计算输入图像和恢复图像之间的差异生成误差图，实现逐像素裂缝检测。
- UP-CrackNet在无监督异常检测算法中表现出可比或更好的性能和卓越的泛化能力。
- UP-CrackNet的源代码公开在mias.group/UP-CrackNet。
➡️
