计算机辅助设计与图形学学报

作者：陈梦成, 龚政, 鲁挺松, 朱合翌, 罗国亮

关键词：可视化分析, 人机交互, 眼动追踪, 智能识别, 混凝土裂缝缺陷, 特征提取, 深度学习

定期检测混凝土表面的缺陷对延长基础设施的使用寿命能够起到重要的安全保障作用.针对人工检测混凝土效率不高, 计算机视觉方法在复杂场景中易出现误判的问题, 将基于眼动追踪的视觉交互方法引入损伤检测, 提出一种智能裂缝检测方法.首先利用眼动跟踪技术提取人眼信息, 实现对疑似裂缝特征信息的定位交互; 然后结合训练的深度神经网络模型对疑似裂缝区域进行精细化识别和分割, 实现复杂场景图像下裂缝识别和提取.在桥梁损伤数据集CODEBRIM中的裂缝类集上进行眼动交互定位实验和裂缝识别实验, 结果表明, 所提方法的定位精度为90.6%, 判别精度为83.1%, 与其他方法相比精度更高, 且定位识别效率和准确率高, 可用于结构健康监测.

来源：2024年第10期

《计算机辅助设计与图形学学报》期刊编辑部

查看计算机辅助设计与图形学学报杂志2024年第10期