本研究由淮阴工学院的陈曦、张坤、胡琨、徐阳和河海大学岩土工程研究所的王伟共同完成，其研究论文《Intelligent identification of tunnel water leakage based on super-resolution reconstruction and triple attention》发表于Elsevier旗下的期刊《Measurement》2024年225卷，在线发表日期为2023年12月12日。

该研究隶属于隧道工程结构健康监测与人工智能交叉领域。其学术背景源于隧道在长期运营中，受地下水侵蚀、材料老化等因素影响，渗漏水病害极为普遍，对结构安全和运营构成严重威胁。传统的渗漏水识别主要依赖人工巡检，效率低、成本高、存在安全风险且易出现漏判误判。基于计算机视觉的识别方法（如阈值法、边缘检测法）虽然实现了自动化，但在光照条件差、图像模糊时准确性骤降，且算法适应性差，需针对不同环境调整参数。近年来，深度学习（Deep Learning）方法凭借其强大的特征自动学习能力，在图像识别任务中展现出优越性能，逐步被应用于隧道渗漏水智能检测中。然而，现有基于深度学习的识别方法仍存在两大局限：一是由于隧道拱顶、拱腰等位置较高，采集的图像常存在分辨率不足、缺陷边界不清的问题，易导致边界分割不准、漏分割或将暗色背景误识别为渗漏区域；二是现有研究大多只关注深色渗漏水，而实际隧道渗漏根据颜色特征和严重程度可分为多种类型，需进行分类识别。针对这些问题，本研究旨在提出一种新的智能分割方法，以同时提升渗漏水图像的分割精度和模型对环境干扰的抵抗能力。本研究的目标是开发一种融合超分辨率重建（Super-Resolution Reconstruction）和三元注意力机制（Triple Attention）的改进UNet网络（命名为TR-UNet），实现对隧道渗漏水的高精度、强鲁棒性识别与分类。

本研究的工作流程系统而严谨，主要包括四大阶段：数据集构建、模型构建与训练、模型对比实验、消融实验（Ablation Experiment），以验证所提方法的有效性。下面将详细阐述每个步骤的具体内容。

第一阶段：数据集的构建与处理。 研究团队使用iPhone XR和佳能EOS 200D相机共采集了512张隧道渗漏水图像，分辨率在500至4000像素之间。根据渗漏颜色特征与严重程度的关联性，创新性地将渗漏缺陷分为三类：深色渗漏水（Dark Water Leakage）、绿色渗漏区（Green Water Leakage）和白色干渍痕（White Dry Water Stained）。分类依据为：1）正在发生的渗漏区因水的低反射率而呈现深色；2）长期潮湿区域易滋生苔藓而呈绿色，对结构稳定性影响最大（定义为I类）；3）非雨季干燥后形成的渍痕因混凝土碱性物质析出而呈浅色甚至白色，虽暂时无水但属潜在渗漏区，影响最小（定义为III类）。深色渗漏水为II类。经两名专业隧道检测人员划分，最终得到I类图像144张，II类288张，III类130张。随后，研究采用了翻转、旋转、添加噪声等多种数据增强（Data Augmentation）方法扩充数据集，最终训练集、验证集和测试集的数量分别为501张、102张和102张。所有图像均使用LabelMe软件进行像素级标注，I类区域标为绿色，II类为红色，III类为棕色，背景为黑色，形成了可用于语义分割任务的数据集。

第二阶段：TR-UNET模型构建与训练。 本研究提出的TR-UNet方法是一个串联的处理与分析流程。首先，将尺寸为416×416的训练集和测试集图像输入到Real-ESRGAN超分辨率重建模块中。Real-ESRGAN是一种基于生成对抗网络（Generative Adversarial Networks）的算法，其生成器主要由残差中的残差密集块（Residual-in-Residual Dense Block, RRDB）和上采样模块构成，旨在从低分辨率图像生成高质量的高分辨率图像。本研究利用隧道渗漏水图像对预训练的Real-ESRGAN模型进行微调（Fine-tune），训练时结合了感知损失（Perceptual Loss）、对抗损失（Adversarial Loss）和内容损失（Content Loss）。经过该模块处理后，图像分辨率提升至832×832，渗漏区域的边缘细节得到增强。然后，将高分辨率图像输入改进的UNet网络。改进主要体现在三方面：1）引入Focus模块对高分辨率图像进行切片操作，将其转换为416×416×12的特征层，在不损失信息的前提下降低计算负担；2）在UNet编码器（Encoder）的每次下采样操作之前，引入本研究提出的三元注意力机制。该机制是核心创新之一，由两个并行分支构成：分支一串联了通道注意力模块（Channel Attention Module, CAM）和空间注意力模块（Spatial Attention Module, SAM），用于提取渗漏的有效局部特征；分支二为自注意力模块（Self-Attention, SA），用于建立特征层任意位置间的长距离依赖，提取丰富的全局特征。最后将两个分支的输出融合，从而增强模型对重要通道、重要空间位置以及全局上下文信息的感知能力，提升抗干扰性。模型训练采用两阶段策略：前50轮为冻结训练（Freeze Training），固定主干网络权重；后150轮为解冻训练（Thawing Training），更新全部网络权重。训练超参数如批次大小（Batch-size）、学习率等均经过精心设置。通过监控训练损失和验证损失曲线，确保模型收敛且未过拟合。

第三阶段：模型对比实验与性能评估。 为验证TR-UNet的综合性能，研究选取了UNet、PSPNet、DeepLabV3+、ACPA-Net和SOLOV2-TL五个先进的语义分割或实例分割网络作为对比模型。所有模型在同一数据集上训练和测试。评估指标包括：像素准确率（Pixel Accuracy, PA）、平均像素准确率（Mean Pixel Accuracy, MPA）、交并比（Intersection over Union, IoU）、平均交并比（Mean Intersection over Union, mIoU），以及模型大小和每秒帧数（Frames Per Second, FPS）效率指标。实验结果显示，TR-UNet在分割精度上全面领先。其mIoU达到84.31%，MPA达到88.95%，分别比表现次优的对比模型高出4.57%和3.85%以上。对于三类渗漏各自的IoU和PA值，TR-UNet也均为最高。通过假设检验（p值分析），证实了TR-UNet在mIoU上的提升具有统计显著性（p值均小于0.05）。在效率方面，TR-UNet模型大小为123.4 MB，推理速度为13.40 FPS，在精度和效率间取得了良好平衡。可视化分割结果进一步证明，在面对管道重叠、暗色照明设备、白色干扰物等复杂背景干扰，以及渗漏边界模糊的情况时，TR-UNet表现出更少的误识别、漏识别现象，且边缘分割细节更佳。此外，研究还在一个开源的隧道渗漏水数据集上测试了TR-UNet，其mIoU和MPA分别达到90.57%和95.08%，验证了模型在其他隧道环境中的良好适用性和泛化能力。

第四阶段：消融实验验证关键组件有效性。 为剖析TR-UNet性能提升的来源，研究进行了系统的消融实验。首先，验证了Real-ESRGAN超分辨率重建模块的作用。实验对比了使用和不使用该模块时改进UNet的性能。结果表明，使用Real-ESRGAN后，模型的mIoU和MPA分别提升了2.83%和2.64%，且从分割结果图可直观看出，渗漏区域的边缘细节得到了显著优化。其次，验证了三元注意力机制的有效性。研究设计了多组对照实验，分别测试了不使用任何注意力、单独使用CAM、单独使用SAM、单独使用SA、使用经典注意力SE（Squeeze-and-Excitation）和ECA（Efficient Channel Attention），以及使用完整三元注意力机制的情况。评估指标采用了背景误判率（BR，背景像素被误判为渗漏的比例）和渗漏漏判率（CR，渗漏像素被误判为背景的比例）。实验结果数据表明，完整的三元注意力机制取得了最低的BR（3.25%）和CR（6.74%），显著优于其他任何单一注意力或组合。这证明了将通道、空间和自注意力三者融合，能更全面地提升模型聚焦有效特征、抵抗环境干扰的能力。可视化结果也显示，配备三元注意力的模型在面对干扰时分割结果最准确。

基于上述系统的实验流程和得到的结果数据，本研究得出明确结论：所提出的基于超分辨率重建和三元注意力的TR-UNet方法，是一种有效的隧道渗漏水智能识别与分类解决方案。其主要结论如下：1）TR-UNet在分割精度（mIoU 84.31%， MPA 88.95%）上显著优于其他对比模型。2）分割结果表明，TR-UNet具有更好的边缘细节和更少的误分割、漏分割现象，适用于复杂环境下的隧道渗漏识别任务。3）根据特征和严重程度对渗漏水进行的三分类方法可行，且TR-UNet能对此三类渗漏进行准确分类识别。4）消融实验证实，Real-ESRGAN超分辨率重建方法能增强图像细节从而提高分割精度，三元注意力机制能有效提升模型的抗环境干扰能力。

本研究的价值体现在多个层面。在科学价值方面，它提出并验证了将超分辨率重建技术与融合了通道、空间及自注意力的新型三元注意力机制相结合，用于提升语义分割模型在特定工程场景（隧道渗漏）下性能的技术路径。这为图像处理与计算机视觉领域，特别是面向低质量、高噪声工业图像的分割任务，提供了新的方法参考。在应用价值方面，该方法能有效克服现有隧道渗漏自动检测方法在图像分辨率低、边界不清、环境干扰多时的局限性，为实现隧道结构病害的快速、精准、自动化巡检与评估提供了强有力的技术工具，有助于降低运维成本、保障运营安全，具有重要的工程实践意义。

本研究的亮点突出：第一，研究问题具有明确的工程针对性和挑战性，直指隧道渗漏检测中“图像不清”和“干扰众多”两大痛点。第二，方法创新具有系统性，并非简单堆砌现有技术，而是设计了从图像预处理（超分重建）到网络结构优化（三元注意力）的完整改进方案，且两者协同工作。第三，提出的三元注意力机制是核心创新点，它创造性地将CNN基础的局部注意力（CAM， SAM）与能捕捉全局关系的自注意力（SA）进行并行融合，兼顾了局部特征增强与全局上下文建模，结构设计巧妙。第四，数据工作扎实且具有前瞻性，不仅建立了数量可观的数据集，还创新性地根据颜色与严重程度对渗漏水进行了系统的三级分类，为后续研究提供了有价值的基准数据集和分类框架。第五，实验验证非常充分，通过详细的对比实验、跨数据集验证和严谨的消融实验，层层递进地证明了各改进组件的有效性和模型的整体优越性，使结论具有很高的可信度。这是一项设计严谨、创新显著、结论可靠且具有重要应用潜力的优秀研究。