Weakly-Supervised Crack Detection

要約

ピクセルレベルの亀裂セグメンテーションは、建物や道路の検査に大きな影響を与えるため、広く研究されています。
最近の研究では精度が大幅に向上しましたが、注釈のコストのボトルネックを見落としていました。
この問題を解決するために、亀裂セグメンテーション問題を弱教師あり問題として再定式化し、注釈品質の低下に対抗するために、2分岐推論フレームワークと追加データを必要としない注釈改良モジュールを提案します。
実験結果は、亀裂セグメンテーションおよび他のターゲットドメインにおける提案された方法の有効性を確認します。

要約(オリジナル)

Pixel-level crack segmentation is widely studied due to its high impact on building and road inspections. Recent studies have made significant improvements in accuracy, but overlooked the annotation cost bottleneck. To resolve this issue, we reformulate the crack segmentation problem as a weakly-supervised problem, and propose a two-branched inference framework and an annotation refinement module that requires no additional data, in order to counteract the loss in annotation quality. Experimental results confirm the effectiveness of the proposed method in crack segmentation as well as other target domains.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google