[發(fā)明專利]一種基于對抗生成網(wǎng)絡(luò)的路面裂縫缺陷檢測方法

有效

• 申請?zhí)枺?/td>: 201910376122.3
• 申請日: 2019-05-07
• 公開（公告）號: CN110120038B
• 公開（公告）日: 2021-02-26
• 發(fā)明（設(shè)計(jì)）人: 黃斌;張睿;張紅龍
• 申請（專利權(quán)）人: 重慶同櫪信息技術(shù)有限公司
• 主分類號: G06T7/00
• 分類號: G06T7/00
• 代理公司: 重慶智慧之源知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 50234
• 代理人: 余洪

1.一種基于對抗生成網(wǎng)絡(luò)的路面裂縫缺陷檢測方法，其特征在于，包括如下步驟：

S1、將圖像數(shù)據(jù)X輸入至生成器并生成與裂縫標(biāo)簽Y對應(yīng)的贗品標(biāo)簽Y’；

S2、將圖像數(shù)據(jù)X和贗品標(biāo)簽Y’在通道上進(jìn)行連接，傳輸至辨別器并輸出第一結(jié)果G_n；

S3、將圖像數(shù)據(jù)X和裂縫標(biāo)簽Y在通道上進(jìn)行連接，傳輸至辨別器并輸出第二結(jié)果G_p；

S4、訓(xùn)練辨別器判斷G_p為真，G_n為假，并將判斷假的部分反向傳播調(diào)整生成器參數(shù)；

S5、更換所述圖像數(shù)據(jù)X并重復(fù)步驟S1-S4對生成器和辨別器重復(fù)訓(xùn)練，直到辨別器無法判別G_p為真，G_n為假；

S6、訓(xùn)練完成后，固定生成器參數(shù)，將要檢測的圖片輸入生成器，輸出一個(gè)1280*1280*1的得分矩陣，然后通過閾 值進(jìn)行過濾，得出檢測結(jié)果；

所述步驟S4中訓(xùn)練辨別器判斷G_p為真，G_n為假，并將判斷假的部分反向傳播調(diào)整生成器參數(shù)的具體方法為：

S4.1、訓(xùn)練辨別器判斷輸入圖像數(shù)據(jù)是圖像數(shù)據(jù)X和贗品標(biāo)簽Y’對應(yīng)的每個(gè)第一patch單元的輸出為0，判斷輸入圖像數(shù)據(jù)是圖像數(shù)據(jù)X和裂縫標(biāo)簽Y對應(yīng)的每個(gè)第二patch單元的輸出為1；

S4.2、計(jì)算得到辨別器損失D_loss和生成器損失G_loss；

S4.3、固定生成器的參數(shù)，并采用自適應(yīng)學(xué)習(xí)率的梯度下降算法反向傳播，調(diào)整辨別器的參數(shù)來減少辨別器損失D_loss；

S4.4、固定辨別器的參數(shù)，并采用自適應(yīng)學(xué)習(xí)率的梯度下降算法反向傳播，調(diào)整生成器的參數(shù)減少生成器損失G_loss。

2.根據(jù)權(quán)利要求1所述的一種基于對抗生成網(wǎng)絡(luò)的路面裂縫缺陷檢測方法，其特征在于，在將圖像數(shù)據(jù)X輸入至生成器之前，先將所述圖像數(shù)據(jù)X的大小調(diào)整為1280*1280。

3.根據(jù)權(quán)利要求1所述的一種基于對抗生成網(wǎng)絡(luò)的路面裂縫缺陷檢測方法，其特征在于，所述生成器是編解碼器結(jié)構(gòu)，包括編碼器、解碼器和瓶頸模塊，所述編碼器和所述解碼器通過所述瓶頸模塊連接。

4.根據(jù)權(quán)利要求3所述的一種基于對抗生成網(wǎng)絡(luò)的路面裂縫缺陷檢測方法，其特征在于，所述編碼器均連續(xù)采用卷積核為5*5、跨度為2的卷積、批標(biāo)準(zhǔn)化batchnorm函數(shù)和修正線性激活relu函數(shù)的方式進(jìn)行特征提取和降維；所述解碼器均連續(xù)采用卷積核為5*5、跨度為2的反卷積、批標(biāo)準(zhǔn)化batchnorm函數(shù)和修正線性激活relu函數(shù)的方式進(jìn)行特征解碼和升維；瓶頸模塊由8個(gè)殘差模塊級聯(lián)組成，在所述解碼器的輸出位置接一個(gè)卷積核為1*1，跨度為1的卷積層，在所述卷積層后接批標(biāo)準(zhǔn)化batchnorm函數(shù)和S型歸一化激活sigmoid函數(shù)作為所述生成器的輸出。

5.根據(jù)權(quán)利要求4所述的一種基于對抗生成網(wǎng)絡(luò)的路面裂縫缺陷檢測方法，其特征在于，所述步驟S1中圖像數(shù)據(jù)X輸入至生成器并生成與裂縫標(biāo)簽Y相對應(yīng)的贗品標(biāo)簽Y’的具體過程為：

S1.1、將圖像數(shù)據(jù)X輸入至編碼器，所述編碼器對所述圖像數(shù)據(jù)X進(jìn)行連續(xù)卷積，以此提取特征和降維，生成特征圖；

S1.2、將所述特征圖通過U-NET架構(gòu)的直連shortcut方法傳遞至所述解碼器的相應(yīng)解碼層；

S1.3、所述解碼器對所述瓶頸模塊的輸出或連接后的特征圖進(jìn)行連續(xù)反卷積，以對所述連接后的特征圖解碼和升維得到贗品標(biāo)簽Y’。

6.根據(jù)權(quán)利要求1所述的一種基于對抗生成網(wǎng)絡(luò)的路面裂縫缺陷檢測方法，其特征在于，所述辨別器為全卷積結(jié)構(gòu)的分類器，連續(xù)采用卷積核為5*5、跨度為2的卷積、批標(biāo)準(zhǔn)化batchnorm函數(shù)和修正線性激活relu函數(shù)的方式對所述辨別器的輸入圖像數(shù)據(jù)進(jìn)行特征提取和降維得到特征圖；當(dāng)所述特征圖形狀為40*40*512時(shí)，采用卷積核為1*1、跨度為1的卷積、批標(biāo)準(zhǔn)化batchnorm函數(shù)和S型歸一化激活sigmoid函數(shù)的方式生成40*40*1分類矩陣，所述分類矩陣將所述輸入圖像數(shù)據(jù)等比例劃分成40*40的patch單元，每個(gè)所述patch單元負(fù)責(zé)32*32的相關(guān)像素區(qū)域的真假。