近期，课题组研究论文“Unmanned Aerial Vehicle (UAV)-Based Pavement Image Stitching Without Occlusion, Crack Semantic Segmentation, and Quantification”（基于无人机（UAV）的路面无遮挡图像拼接、裂缝语义分割与量化）被智能交通领域国际权威期刊《IEEE Transactions on Intelligent Transportation Systems》接收发表。
该论文针对无人机在道路病害检测中遇到的瓶颈，如车辆遮挡和类别不均衡等，提出了系统的解决方案，构建了一个完整的基于无人机平台的全幅道路病害无遮挡检测系统。首先，提出了历史最佳匹配图像法（Historical Best Matching Image Approach，HBMI）以消除遮挡影响；其次，构建了像素级标注数据集UAV-Crack500，并引入完全不对称损失函数（Completely Asymmetric Loss， CAL），显著提升了裂缝语义分割的精度；最后，基于形态学操作提取了裂缝的形态特征，为后续养护决策提供精准数据支撑。
图1. 基于无人机的路面裂缝分割和量化综合系统
图2.历史最佳匹配图像法
蒋玮教授为论文通讯作者，课题组博士研究生单金焕为论文第一作者，英国利兹大学交通研究所(Institute of Transport Studies)黄跃教授为合作作者。论文链接：https://doi.org/10.1109/TITS.2024.3424525
（撰稿：单金焕 审核：张硕 复核：姚腾坤 终审：肖晶晶）
