文献阅读_裂缝检测03

《Detection of sealed and unsealed cracks with complex backgrounds using deep convolutional neural network》

本文提出了裂纹深度网络(CrackDN)，用于检测密封和非密封裂纹道路背景复杂的裂缝。

• 引言
  CrackTree:一个有效的道路裂缝自动表征系统
  三维路面裂缝量化系统：裂缝检测，分辨率达到1mm
  近期裂缝检测算法：SVM，神经网络
  用高分辨率相机和激光获取图像

将灵敏度检测网络与区域建议细化网络相结合，提出了裂缝深度网络(CrackDN)

• CrackDN结构
  从快速循环卷积网络(f Faster-RCNN)演变而来
  由敏感检测阶段和特征提取阶段组成，敏感检测阶段由敏感网络提取照片的敏感部分，同时对特征图进行了映射，消除了一些不敏感的位置。在特征提取阶段，通过计算分类损失和回归损失对敏感特征进行细化。
  
  图片包含算法流程，GroundTruth定义，IOU计算方式，边框回归的概念