基于注意力和双边滤波的装配体多视角变化检测方法

摘要：

准确检测机械装配体在装配过程中的变化零部件,对于监测产品的装配顺序、提高装配质量、保障生产安全具有重要的意义.为了能够从多个角度检测机械装配体的变化零部件,提出基于三维注意力和双边滤波的机械装配体图像多视角变化检测网络(TAF Net).为了提高机械装配体变化检测的准确性,TAF Net网络引入三维注意力机制,增强网络的细节特征提取能力;引入双边滤波,减少变化图像中的噪声,优化变化图像中零部件的边界.建立 2 个装配体变化检测数据集,分别为合成深度图像数据集、真实彩色图像数据集,使用 2 个数据集分别进行实验.结果表明:TAF Net网络能够精确检测出图像中的变化区域,在 2 个数据集中的综合评价指标F1_score都达到 96%以上.

关键词：装配监测、变化检测、三维注意力、双边滤波、迁移学习

所属期刊栏目：51

分类号：TH166

资助基金：国家自然科学基金52175471

在线出版日期：2023-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：39-45