基于改进FaceNet的飞行器结构裂纹识别方法

摘要：

基于计算机视觉的裂纹自动识别算法在飞机全尺寸疲劳试验中具有较好的工程应用前景.但由于飞机结构构型多样、疲劳试验环境复杂,直接应用现有的目标检测算法会存在较高的误判率.因此,提出一种基于关键部位状态对比的裂纹识别方法,以人脸识别模型FaceNet为基础,利用对比机制消除结构表面纹理、划痕等干扰因素的影响,并通过对裂纹数据结构和特征分布规律的分析,对FaceNet模型的样本生成规则、网络架构和损失函数进行了适应性改进.该方法具有对裂纹敏感、对图像质量要求低的特点.在疲劳试验环境中,该方法对长度为0.2～5 mm裂纹的检测准确率为97.6％,相较于现有方法优势明显.

关键词：疲劳试验、计算机视觉、裂纹、深度学习、FaceNet、目标检测

所属期刊栏目：43

分类号：V219(基础理论及试验)

资助基金：中国飞机强度研究所创新基金;航空科学基金

在线出版日期：2022-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：341-349