拓扑感知裂缝分割模型

泛化强，抗背景干扰

在多个公开数据集上表现出领先的泛化能力和分割精度，能有效忽略背景变化并聚焦裂缝结构。

Xue, Li · Siyi, Yu · 肖诗云 · 林相波 · Zihan, Zhao

Engineering Applications of Artificial Intelligence 2026

技术优势

泛化能力强

在七个公开数据集上评估，泛化能力优于现有最优算法，能够适应不同场景。

抗背景干扰

通过构造相同裂缝内容、不同背景的孪生样本训练，模型主动忽略背景变化，聚焦裂缝。

捕捉拓扑细节

拓扑蛇形卷积分支专门识别裂缝的拓扑几何和细节特征，增强对细长连续结构的建模。

应用场景

• 结构健康监测：用于长期监测结构裂缝演变，预警安全隐患。
• 基础设施检测：自动识别桥梁、道路表面裂缝，提高巡检效率。
• 机器人视觉检测：嵌入机器人视觉系统，在复杂背景中实时定位裂缝。
• 工业无损检测：作为无损检测软件的推理模块，提供像素级裂缝掩膜。
• 无人机巡检：处理无人机拍摄图像，抑制背景干扰，提取裂缝区域。