基于代理注意力的井下煤岩图像Swin-UNet识别方法
孙传猛1
焦斌1
付羿焱1
吴玉祥1
王宇1
王文博1
李勇2
1.中北大学极限环境光电动态测试技术与仪器全国重点实验室,山西 太原 030051;中北大学电气与控制工程学院,山西 太原 0300512.重庆大学煤矿灾害动力学与控制国家重点实验室,重庆 400044
摘要：针对煤矿井下复杂工况导致的煤岩图像低照度、高噪声与运动模糊等分割难题,提出一种融合代理注意力(Agent Attention)机制的改进型Swin-UNet(滑动窗口Transformer U-Net)煤岩图像语义分割模型——Agent Swin-UNet.模型以Swin Transformer为主干网络,利用其层级式窗口自注意力(W-MSA/SW-MSA)机制建立长程光照依赖关系,有效缓解暗区细节丢失与局部特征退化问题.在编解码器跳跃连接中嵌入代理注意力模块,该模块融合三重协同机制,通过引入代理令牌实现"聚合-广播"式特征交互,将计算复杂度由O(N2)降至O(Nn),在保留全局语义建模能力的同时显著提升计算效率;结合空间感知偏置增强模型对噪声分布的自适应能力,有效抑制非结构化干扰;进一步耦合深度可分离卷积(DWC)以强化局部纹理重建,提升边界识别精度与细节恢复能力.针对煤岩图像中前景与背景像素比例严重失衡的问题,构建了融合交叉熵损失、Dice损失与多尺度结构相似性损失(MS-SSIM)的复合监督函数,从分类一致性、区域重叠度与结构相似性多维度优化模型训练过程,增强其在类别不平衡场景下的语义连贯性与边缘完整性.在"陕-晋-冀构造煤数据集"上的系统试验表明:Agent Swin-UNet在标准测试集上达到了 91.26%mIoU与 88.81%mPA的分割精度,优于Seg-menter、DeepLabv3及基准Swin-UNet模型;在噪声强度为 0.05的干扰环境下,其mIoU指标仍保持在 84.14%,显示出优越的噪声鲁棒性;消融试验进一步验证,代理注意力模块是高性能提升的关键来源,尤其在高噪声场景(>0.05)中贡献了核心性能增益.为复杂地下环境中的煤岩快速分割和智能掘进提供了一种稳健的技术解决方案.
关键词：智能煤矿煤岩识别图像识别代理注意力语义分割
分类号：TD823(矿山开采)
资助基金：重庆大学煤矿灾害动力学与控制全国重点实验室开放课题资助项目(2011DA105287-FW202408)国家自然科学基金(62401521)煤与煤层气共采全国重点实验室开放基金资助项目(2024KF30)
论文发表日期：2025-11-30
在线出版日期：2025-12-15（本平台首次上网日期，不代表文献的发表时间）
页数：14( 158-171 )
英文信息