基于频率监督的 Fourier 轮廓无缝桥梁缺陷检测与紧凑数字归档
计算机视觉与模式识别
2026-05-12 v1
摘要
AI 辅助的桥梁缺陷检查常产生几何粗糙的边界框或需存储、传输和重用的光栅掩模。本研究探讨如何将检测到的缺陷表示为图像空间中的紧凑、可恢复的轮廓级向量记录。我们提出了频率监督 Fourier 系列检测 (FS-FSD) 方法,直接回归 Fourier 轮廓描述符,并在统一的多边形空间协议下评估框、掩模和轮廓。在 3767 幅无人机采集的桥梁图像中检测到 42346 个缺陷实例,FS-FSD 在多边形空间精度和更匹配的 TP 几何质量方面优于代表性检测、分割和轮廓基线方法。这些结果表明,与边界框和光栅掩模相比,傅里叶轮廓记录在更紧凑、可恢复且可共享的形式下保留了缺陷边界几何,适用于工程审查和后续信息工作流程。未来工作将研究多区域、碎片化和相邻桥梁缺陷边界的建模,并将框架扩展至长期桥梁缺陷跟踪和生命周期管理。
引用
@article{arxiv.2605.08781,
title = {Contour-Native Bridge Defect Detection and Compact Digital Archiving with Frequency-Supervised Fourier Contours},
author = {Jin Liu and Wang Wang and Hongxu Pu and Zhen Cao and Yasong Wang and Hu Wang and Kunming Luo},
journal= {arXiv preprint arXiv:2605.08781},
year = {2026}
}
备注
46 pages,13 figures