論文の概要: Multi-Task Crack Foundation Model for Engineering-Reliable Crack Representation and Topology Preservation in Civil Infrastructure
- arxiv url: http://arxiv.org/abs/2606.05641v1
- Date: Thu, 04 Jun 2026 03:08:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-05 22:39:44.515155
- Title: Multi-Task Crack Foundation Model for Engineering-Reliable Crack Representation and Topology Preservation in Civil Infrastructure
- Title（参考訳）: 土木構造物における工学的信頼性の高いき裂表現とトポロジー保存のためのマルチタスクき裂基礎モデル
- Authors: Blessing Agyei Kyem, Joshua Kofi Asamoah, Eugene Denteh, Armstrong Aboah,
- Abstract要約: CrackGeoFMは、凍結した視覚基盤のバックボーンと、マスク予測、骨格再構築、不確実性推定のためのクラック固有の適応を組み合わせたフレームワークである。
20のクラックデータセットで、CrackGeoFMは最先端のセグメンテーション、トポロジー保存の改善、キャリブレーションされた不確実性、そして5つのラベル付き画像による効果的な数ショット適応を実現している。
- 参考スコア（独自算出の注目度）: 6.830580384536778
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Reliable crack assessment requires not only accurate pixel-level masks but also connected crack geometry and confidence estimates that remain stable under domain shift. However, existing segmentation models can achieve high overlap scores while fragmenting cracks, missing fine branches, and providing no calibrated uncertainty. To address this gap, this paper proposes CrackGeoFM, a multi-task framework that combines a frozen visual foundation backbone with crack-specific adaptation for mask prediction, skeleton reconstruction, and uncertainty estimation. The framework integrates a Frequency-Guided Crack Enhancement Module (FCEM) to enhance high-frequency crack cues, a Crack-Domain Feature Adaptation Module (CFAM) to adapt frozen backbone features to crack-domain patterns, and a Structure-Aware Multi-Task Decoder (SMTD) to jointly decode masks, skeletons, and uncertainty. Across 20 crack datasets, CrackGeoFM achieves state-of-the-art segmentation, improved topology preservation, calibrated uncertainty, and effective few-shot adaptation with only five labeled images. These results support reliable, generalizable, and engineering-oriented crack analysis for infrastructure assessment.
- Abstract（参考訳）: 信頼性の高いき裂評価には、正確なピクセルレベルのマスクだけでなく、領域シフトの下で安定なクラック形状と信頼度の推定も必要である。
しかし、既存のセグメンテーションモデルは、ひび割れの断片化や細かい枝の欠如、校正された不確実性をもたらすことなく高いオーバーラップスコアを達成することができる。
このギャップに対処するために,凍結した視覚基盤のバックボーンと,マスク予測,骨格再構築,不確実性推定のためのひび割れ特異的適応を組み合わせたマルチタスクフレームワークであるCrackGeoFMを提案する。
このフレームワークは、高周波クラックキューを強化するために周波数誘導クラック拡張モジュール(FCEM)と、冷凍バックボーン機能をクラックドメインパターンに適応させるクラックドメイン特徴適応モジュール(CFAM)と、マスク、骨格、不確実性を共同でデコードするための構造対応マルチタスクデコーダ(SMTD)を統合している。
20のクラックデータセットで、CrackGeoFMは最先端のセグメンテーション、トポロジー保存の改善、キャリブレーションされた不確実性、そして5つのラベル付き画像による効果的な数ショット適応を実現している。
これらの結果は、インフラ評価のための信頼性、一般化可能、およびエンジニアリング指向のき裂解析を支援する。
関連論文リスト
- AnchorMoE: Interpretable Time Series Classification via Anchor-Routed MoE [51.994752158953084]
AnchorMoEは、解釈可能な構成別分類フレームワークである。
ローカルパッチのマルチビュー表現をエンコードし、専門の専門家にルーティングする。
実世界のベンチマークと合成ベンチマークの実験は、AnchorMoEが非常に競争力のある分類性能を達成することを示した。
論文 参考訳（メタデータ） (2026-06-02T13:30:54Z) - Rethinking Efficient Crack Segmentation with Task-Aligned Structural-Directional Modeling [8.944881958991386]
クラックは、カテゴリーレベルのセマンティクスに制限があるが、強い形態的規則性があり、薄く、疎らかく、異方性があり、局所的に断片化され、テクスチャや影と容易に混同される。
本稿では, 複雑な汎用アーキテクチャを圧縮するのではなく, 局所的な証拠の保存, 協調的な方向連続性の集約, 軽量なマルチスケール核融合による亀裂構造の復元などにより, RIFTを簡易に設計する。
論文 参考訳（メタデータ） (2026-05-29T09:24:26Z) - Reasoning as an Attack Surface: Adaptive Evolutionary CoT Jailbreaks for LLMs [56.53007443197966]
大規模推論モデル(LRM)は推論および生成タスクにおいて顕著な機能を示した。
彼らの明確なチェーン・オブ・シント(CoT)メカニズムは、新しいセキュリティリスクをもたらし、特にジェイルブレイク攻撃に対して脆弱である。
AE-CoTと呼ばれる適応的な進化的CoTジェイルブレイクフレームワークを提案し、これらの制限を克服する。
論文 参考訳（メタデータ） (2026-05-23T10:11:32Z) - CrackForward: Context-Aware Severity Stage Crack Synthesis for Data Augmentation [1.6440434996206623]
本稿では,データ拡張のための現実的なひび割れ成長パターンの合成を目的とした,コンテキスト認識型生成フレームワークを提案する。
CrackForwardは、方向のひび割れ伸長と学習した厚みと分岐を組み合わせることで、き裂形態を明示的にモデル化する。
論文 参考訳（メタデータ） (2026-04-21T19:36:27Z) - ClusIR: Towards Cluster-Guided All-in-One Image Restoration [72.16989784735796]
ClusIRは、統一されたフレームワーク内でさまざまな劣化から高品質なイメージを復元することを目的としている。
ClusIRは、確率的クラスタ誘導ルーティング機構(PCGRM)と劣化対応周波数変調モジュール(DAFMM)の2つの重要なコンポーネントから構成される。
論文 参考訳（メタデータ） (2025-12-11T18:59:47Z) - How Far Are We from Generating Missing Modalities with Foundation Models? [49.425856207329524]
欠落したモダリティの再構築に適したエージェントフレームワークを提案する。
本手法は, 画像再構成に要するFIDを少なくとも14%, MERを少なくとも10%削減する。
論文 参考訳（メタデータ） (2025-06-04T03:22:44Z) - Deep Learning-Based Fatigue Cracks Detection in Bridge Girders using Feature Pyramid Networks [8.59780173800845]
本研究では,橋梁の鋼箱桁のひび割れ情報を含む高分解能画像からの自動き裂分割手法を提案する。
亀裂のマルチスケールの特徴を考慮し, 亀裂検出のための特徴ピラミッドネットワーク(FPN)の畳み込みニューラルネットワークアーキテクチャを提案する。
論文 参考訳（メタデータ） (2024-10-28T16:16:15Z) - Hybrid-Segmentor: A Hybrid Approach to Automated Fine-Grained Crack Segmentation in Civil Infrastructure [52.2025114590481]
エンコーダ・デコーダをベースとした手法であるHybrid-Segmentorを導入する。
これにより、モデルは、様々な種類の形状、表面、き裂の大きさを区別する一般化能力を向上させることができる。
提案モデルは,5つの測定基準(精度0.971,精度0.804,リコール0.744,F1スコア0.770,IoUスコア0.630)で既存ベンチマークモデルより優れ,最先端の状態を達成している。
論文 参考訳（メタデータ） (2024-09-04T16:47:16Z) - Infrastructure Crack Segmentation: Boundary Guidance Method and
Benchmark Dataset [11.282003429161163]
本稿では, き裂の固有特性について検討し, き裂の識別に境界特性を導入する。
境界誘導クラックセグメンテーションモデル(BGCrack)を、高頻度モジュールを含むターゲット構造とモジュールで構築する。
本稿では, 鋼ひび割れの同定のための統一的, 公正なベンチマークを確立するための鋼ひび割れデータセットを提供する。
論文 参考訳（メタデータ） (2023-06-15T15:25:53Z) - Recovering compressed images for automatic crack segmentation using
generative models [13.519853801218005]
本手法を用いて, 圧縮き裂画像の自動割断回収フレームワークを開発した。
我々の回復フレームワークは,既存の3つのCSアルゴリズムと比較した。
論文 参考訳（メタデータ） (2020-03-06T04:48:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。