0 简介

论文：基于并行注意力 UNet的裂缝检测方法（Parallel Attention Based UNet for Crack Detection）；
发表：2021年发表在《计算机研究与发展》上。

1 问题分析

问题：裂缝图像中存在噪声、光线、阴影等因素干扰；
解决方法：比较流行的解决方案是嵌入注意力机制以抑制各种干扰；
缺点：现有的注意力机制大都采用串行结构，能有效抑制大部分干扰，但仍受到明亮噪声的影响，导致效果降低；
本文的方法：设计一种并行注意力机制，从空间和通道２个维度抑制干扰，通过并行结构融合两者特征以获取更具互补性的裂缝特征，有效抑制了各种干扰。

2 具体方案

三个部分组成：

• 网络的编码层，由卷积和池化组成；
• 网络的解码层，由卷 积、反卷积和sigmoid函数组成；
• 注意力模块。

并行注意力机制分为三条线来说明。
第一条线：

• 输入：特征图 F ∈ R H × W × C F \\in \\mathbb{R}^{H \\times W \\times C} F∈RH×W×C；
• 输出：特征图 Q ∈ R H × W × C Q \\in \\mathbb{R}^{H \\times W \\times C} Q∈RH×W×C；
• 处理：
  – 利用最大池化提取全局特征 M ∈ R 1 × 1 × C M \\in \\mathbb{R}^{1 \\times 1 \\times C} M∈R1×1×C
  – 利用下面的公式计算得到权重图 N ∈ R 1 × 1 × C N \\in \\mathbb{R}^{1 \\times 1 \\times C} N∈R1×1×C，第$i$通道的权重值 e i e_i ei​为：
  e i = σ ( ∑ j = 1 k w i j z i j ) , z i j ∈ Ω i k e_{i}=\\sigma\\left(\\sum_{j=1}^{k} w_{i}^{j} z_{i}^{j}\\right), z_{i}^{j} \\in \\Omega_{i}^{k} ei​=σ(j=1∑k​wij​zij​),zij​∈Ωik​
  其中 w i j w_{i}^{j} wij​表示第$i$个通道的第$j\in [1,k]$个权重参数, Ω i k \\Omega_{i}^{k} Ωik​表示第$i$个通道的$k$个相邻通道全局特征的集合；【这个公式有两个问题：（1） w i j w_{i}^{j} wij​是通过学习得到的吗？（2） z i j ∈ Ω i k z_{i}^{j} \\in \\Omega_{i}^{k} zij​∈Ωik​是从 Ω i k \\Omega_{i}^{k} Ωik​中任取一个，还是遍历所有特征点，由于作者没有提供源代码，我们只能猜，如果是遍历，我觉得这个公式还应该有一层循环才对。】

第二条线：

• 输入：特征图 F ∈ R H × W × C F \\in \\mathbb{R}^{H \\times W \\times C} F∈RH×W×C；
• 输出：特征图 P ∈ R H × W × C P \\in \\mathbb{R}^{H \\times W \\times C} P∈RH×W×C；
• 处理：
  – 利用最大池化得到 F m a x s ∈ R H × W × 1 F_{\\mathrm{max}}^s \\in \\mathbb{R}^{H \\times W \\times 1} Fmaxs​∈RH×W×1;
  – 利用平均池化得到 F a v g s ∈ R H × W × 1 F_{\\mathrm{avg}}^s \\in \\mathbb{R}^{H \\times W \\times 1} Favgs​∈RH×W×1;
  – 权重图$H$：将这２个单通道的特征图结合，生成一个权重图【具体怎么做的没说？】

第三条线：

• 输入：特征图 P ∈ R H × W × C P \\in \\mathbb{R}^{H \\times W \\times C} P∈RH×W×C和特征图 Q ∈ R H × W × C Q \\in \\mathbb{R}^{H \\times W \\times C} Q∈RH×W×C；
• 输出：特征图 G ∈ R H × W × C G \\in \\mathbb{R}^{H \\times W \\times C} G∈RH×W×C；
• 处理：融合。