橋舗装欠陥セグメンテーションのためのビジョン変換器ベースの凸バリエーショナルネットワーク

本研究は、橋の舗装における欠陥の細粒セグメンテーションに取り組んでおり、これは橋の維持管理および構造安全性にとって重要です。橋の舗装は独特の特性と多様な欠陥タイプを持つため、特有の課題を提示しますが、以前の研究は主に細い亀裂の検出に焦点を当ててきました。この研究のギャップを埋めるために、我々はビジョントランスフォーマー（ViT）とレベルセット理論を動的に組み合わせて、橋舗装欠陥の複雑なジオメトリを扱う新しいエンドツーエンドのハイブリッド手法を開発しました。提案手法の新規性は、2つの並行デコーダーの構成にあります。これらのデコーダーは統一された目的関数のもとで動作し、重みを共有し同時最適化を行うことで、ホリスティックなエンドツーエンドのトレーニングプロセスを容易にします。さらに、実践的な欠陥検出の広範な適用性を提供する新しい2つの橋舗装欠陥データセット、BdridgeDefXおよびBdridgeDef20を作成しました。4つのデータセットに対する厳密な実験的検証の結果、提案手法が正確な欠陥境界を生成し、最先端のパフォーマンスを提供する能力を示しました。