《International Journal of Applied Earth Observation and Geoinformation》:Lightweight segmentation of rock-mass cracks based on anisotropic feature modeling for geological hazard monitoring
编辑推荐:
岩石中的裂隙(fractures)是控制地质体力学行为、稳定性和破坏演化的基本结构不连续面。这些裂隙的方位、形态和连通性直接影响裂缝的萌生、扩展和大规模失稳过程。在高陡边坡、隧道和地下开挖工程中,裂缝的萌生和贯通往往预示着岩崩和滑坡等危险事件的发生。因此,准确
岩石中的裂隙(fractures)是控制地质体力学行为、稳定性和破坏演化的基本结构不连续面。这些裂隙的方位、形态和连通性直接影响裂缝的萌生、扩展和大规模失稳过程。在高陡边坡、隧道和地下开挖工程中,裂缝的萌生和贯通往往预示着岩崩和滑坡等危险事件的发生。因此,准确检测和勾绘岩体裂缝对于灾害评估和长期结构监测至关重要。随着地球观测(Earth Observation)技术的快速发展,通过卫星、无人机(UAV)和地面摄影测量获取的高分辨率影像已成为在复杂或不可达环境中进行大规模裂缝检测的有效手段。多视角数据采集和灵活的观测几何条件能够实现精细的地表重建并扩大空间覆盖范围,使地球观测影像成为实际地质场景中自动化裂缝分割的实用数据源。深度学习方法通过实现像素级预测,显著推进了裂缝分割技术的发展。早期的编码器-解码器(Encoder-Decoder)架构如U-Net和SegNet建立了强大的基线,而后续模型如DeepLabV3+则通过空洞卷积(Dilated Convolution)改进了上下文建模。在此基础上,近期基于卷积神经网络(CNN)的方法针对裂缝的细长结构、低对比度和不连续性等特征进行了定制设计。基于Transformer的方法通过建模长程依赖和全局上下文进一步提升了分割性能。同时,基于高效主干网络和模型压缩策略的轻量级设计被提出以满足实时和大规模部署的需求。尽管取得了这些进展,岩体裂缝分割仍面临若干挑战。与具有相对规则分布模式的路面裂缝不同,岩体裂缝受地质应力场和自然裂隙演化过程主导,导致强烈的各向异性(Anisotropic)特征,包括多样的扩展方向、不规则的延伸路径和复杂的交叉结构。标准卷积操作通常采用各向同性卷积核,缺乏显式的方向建模能力,导致不同方向的薄而间断的裂缝在特征提取过程中容易被分割破碎。为解决这些局限性,本文提出AFMNet(Anisotropic Feature Modeling Network,各向异性特征建模网络)——一个用于岩体裂缝分割中各向异性特征建模的轻量级网络。该框架将方向信息显式地纳入特征学习,以更好地捕捉有向裂缝结构,并集成多尺度上下文特征与结构引导的精化,以增强裂缝连续性并抑制背景干扰。此外,还设计了一种互补的双任务监督方案,联合优化区域分割和边界预测,提高结构一致性。AFMNet以仅0.59M参数量和1.09G FLOPs(每秒浮点运算次数)在CrackSeg9k和自建的GHCrack数据集上取得了具有竞争力的平均交并比(mIoU),表明显式各向异性建模可以在不牺牲性能的情况下集成到紧凑架构中。
**基于各向异性特征建模的轻量级岩体裂缝分割方法研究——论文解读**
**一、研究背景与问题提出**
岩体裂缝是控制地质体力学行为、稳定性和破坏演化的基本结构不连续面,其方位、形态和连通性直接影响裂缝的萌生、扩展和大规模失稳过程。在高陡边坡、隧道及地下开挖工程中,裂缝的萌生和贯通往往预示着岩崩、滑坡等危险事件的发生,因此准确检测和勾绘岩体裂缝对于灾害评估和长期结构监测具有关键意义。随着地球观测(Earth Observation)技术的快速发展,卫星、无人机(UAV)和地面摄影测量获取的高分辨率影像为复杂或不可达环境中的大规模裂缝检测提供了有效手段。
近年来,深度学习在裂缝分割领域取得了显著进展。从早期的U-Net、SegNet等编码器-解码器架构,到DeepLabV3+等利用空洞卷积(Dilated Convolution)改进上下文建模的模型,再到基于Transformer的方法通过建模长程依赖提升分割性能,以及各类轻量级设计满足实时部署需求,裂缝分割技术不断发展。然而,现有方法多针对路面、混凝土等人工构筑物裂缝,这些裂缝具有相对规则的分布模式。岩体裂缝则受地质应力场和自然裂隙演化过程主导,呈现出强烈的各向异性(Anisotropy)特征——包括多样的扩展方向、不规则的延伸路径和复杂的交叉结构。标准卷积操作通常采用各向同性卷积核,缺乏显式的方向建模能力,难以沿细长裂缝轨迹保持有效响应,导致薄而间断的裂缝在特征提取过程中容易被分割破碎。此外,现有方法往往在精度和效率之间难以兼顾——高精度模型通常伴随较大的参数量和计算开销,限制了其在资源受限平台上的实际部署。针对上述问题,研究人员提出了AFMNet(Anisotropic Feature Modeling Network,各向异性特征建模网络),旨在以轻量级架构实现对岩体裂缝各向异性特征的显式建模,兼顾分割精度与计算效率。
**二、研究内容与意义**
研究人员提出了一种轻量级的各向异性特征建模网络AFMNet,通过设计各向异性特征建模模块(AFMBlock,Anisotropic Feature Modeling Block)、层次化结构引导融合模块(HSGFM,Hierarchical Structurally Guided Fusion Module)以及双任务互补输出头(DCH,Dual-task Complementary Head),实现了对岩体裂缝方向特性和结构连续性的有效捕捉。在公共数据集CrackSeg9k和自建的地质灾害裂缝数据集GHCrack(Geological Hazard Crack Dataset)上,AFMNet以仅0.59M参数量和1.09G FLOPs(每秒浮点运算次数)取得了具有竞争力的分割精度,证明了显式各向异性建模可集成于紧凑架构中而不牺牲性能。该研究为资源受限平台(如无人机、嵌入式边缘设备)上的岩体裂缝实时检测提供了可行的技术方案,对地质灾害监测具有重要的实际应用价值。
**三、关键技术方法**
AFMNet的整体框架包括三个核心组件:各向异性裂缝特征编码器(ACFEncoder,Anisotropic Crack Feature Encoder)、层次化结构引导融合模块(HSGFM)和双任务互补输出头(DCH)。输入图像首先经过由三层3×3卷积组成的轻量级Stem模块进行初步特征提取和下采样。ACFEncoder包含三个层级阶段,每个阶段堆叠若干AFMBlock。AFMBlock内部集成了对角聚合卷积(DAC,Diagonal Aggregation Convolution)以增强斜向裂缝特征表示、多方向感知模块(MDPM,Multi-Directional Perception Module)沿水平、垂直和对角方向提取辅助特征、主分支与低成本注意力融合(PCAF,Primary and Cheap Attention Fusion)实现跨分支特征自适应加权,以及轴向门控注意力(AGA,Axis Gated Attention)沿水平和垂直方向建模一维空间依赖。HSGFM作为解码器,采用双向门控跨尺度注意力(CSA,Cross-Scale Attention)实现低层空间细节与中层语义特征的交互,结合AGA和通道混洗(Channel Shuffle)进行多级特征融合。DCH引入辅助裂缝边缘检测任务,与主分割任务联合优化,训练时辅助任务仅对裂缝边界像素(约3像素宽度)进行监督。实验采用CrackSeg9k数据集(9159张400×400图像,含10个子数据集,按7:1:2划分训练/验证/测试集)和自建的GHCrack数据集(3345张512×512图像,源自无人机和手持相机在高陡边坡、废弃矿山和低洼波动区的实地采集,含2877张训练和468张测试图像)。所有实验基于PaddleSeg框架在NVIDIA TITAN V GPU上完成,采用随机翻转、多尺度缩放、随机裁剪等数据增强策略。
**四、主要研究结果**
**(1)CrackSeg9k数据集对比结果**
在CrackSeg9k数据集上,AFMNet取得了82.64%的mIoU和89.64%的F1分数,在所有评估指标上均优于经典模型(PSPNet、UNet、DeepLabV3+、SegNet)、轻量级模型(BiSeNetV2、STDC、SegNext)以及Transformer模型(SegFormer、SeaFormer、TopFormer)和领域专用模型(HrSegNet、BLCDNet、RHACrackNet、CarNet、U
2Crack)。同时,AFMNet仅需0.59M参数量和1.09G FLOPs,计算效率显著优于对比方法。定性可视化结果表明,AFMNet在复杂分支、交叉和低对比度场景中能生成结构最连贯的分割结果,有效避免边界破碎和过度平滑问题。
**(2)GHCrack数据集对比结果**
在更具挑战性的GHCrack数据集上,AFMNet取得了88.23%的召回率(Recall)、89.40%的F1分数和82.38%的mIoU,在所有指标上均优于对比方法,且仅需0.59M参数量和1.79G FLOPs。GHCrack数据集的裂缝像素平均占比仅2.82%,存在严重的类别不平衡和长尾分布特征,但AFMNet在复杂纹理、表面污渍、阴影干扰和植被遮挡条件下仍能生成更清晰、连续和结构连贯的裂缝勾绘结果。
**(3)推理速度与效率分析**
在树莓派4B(Raspberry Pi 4B)上的推理速度测试中,所有轻量级模型均转换为ONNX(Open Neural Network Exchange,开放神经网络交换)格式进行部署。AFMNet以399毫秒/张的平均推理时间取得了82.64%的mIoU,在精度与速度之间实现了最佳平衡。虽然其推理延迟并非最低,但在相同精度水平下具有显著的参数效率优势。
**(4)扩展性研究**
通过系统调整编码器各阶段的堆叠深度(k
1, k
2, k
3),AFMNet展现出平滑且可预测的扩展特性。将深度从(1,1,2)增加至(3,3,4)时,CrackSeg9k上的mIoU从82.64%提升至82.89%,GHCrack上的mIoU从82.38%提升至83.10%,FLOPs虽有适度增长(从1.09G至1.58G),但参数量保持极低水平,显示出良好的精度-复杂度权衡。
**(5)消融实验**
整体组件有效性分析表明,将基线模型的编码器替换为AFMBlock后,mIoU从80.26%提升至81.97%,参数和FLOPs同步降低;将FPN解码器替换为HSGFM后,mIoU提升至81.73%;两者联合使用时达到82.64%的最佳mIoU,验证了编解码器设计的协同效应。编码器组件分析显示,MDPM对性能贡献最为关键——移除MDPM后性能大幅下降,而单独使用水平或垂直方向分支效果有限,同时引入对角分支(DAC)后性能进一步提升,验证了全方向特征建模对裂缝连续性保持的重要性。解码器组件分析表明,CSA、AGA和DCH各自独立应用均能带来一致的性能提升,三者联合使用达到最佳精度。损失函数分析表明,BCE(Binary Cross Entropy,二元交叉熵)损失优于Dice Loss和Focal Loss,达到82.64%的mIoU。
**(6)失败案例分析**
在极端条件下,AFMNet仍可能产生分割错误:极薄且低对比度的裂缝可能被漏检;高纹理岩石表面中裂缝特征可能被复杂背景淹没;植被遮挡、不均匀光照和低分辨率会降低裂缝可见性;部分类裂缝纹理的植被结构可能被误判为裂缝,导致假阳性预测。
**五、讨论与结论**
AFMNet的优异表现主要归因于对各向异性裂缝特征的显式建模。与常见视觉对象不同,岩体裂缝通常具有细长结构、不规则方位和间断边界,方向结构的保持对精确分割至关重要。通过将各向异性几何先验纳入特征学习过程,AFMNet增强了对方向敏感模式的表示能力,并以轻量级架构实现了裂缝结构的有效感知。与近期地球观测领域中通过多尺度特征融合、光谱-空间信息集成和轻量级网络设计来改进裂缝分割的方法相比,AFMNet的核心区别在于显式地建模了裂缝内在的方向特性,而非仅依赖更丰富的特征表示或额外信息融合。
研究结论如下:本文提出了各向异性特征建模网络(AFMNet),一个面向地质灾害监测场景的轻量级、几何感知的岩体裂缝分割框架。通过引入各向异性特征建模模块(AFMBlock)显式建模方向和几何特征,以及层次化结构引导融合模块(HSGFM)实现高效的多尺度特征集成,该方法能够有效捕捉复杂自然环境中细长、不规则且方向多样的裂缝结构。在CrackSeg9k和GHCrack数据集上的大量实验表明,AFMNet在分割精度和计算效率之间取得了良好平衡,以紧凑的模型规模超越了多种现有方法。这些结果凸显了AFMNet在地球观测驱动任务中的实际适用性,尤其适用于无人机检测和野外部署等资源受限场景。未来的工作将聚焦于在空-天-地协同框架内集成多模态和多源数据,利用高分辨率卫星影像进行区域尺度裂缝区制图,结合无人机倾斜影像和近景地面影像提供细粒度裂缝分割所需的细节信息,并纳入多时相监测数据以实现裂缝的时序演化分析,服务于长期地质灾害评估。