PipeMamba：一种基于状态空间的高效视频 sewer 缺陷分类模型

《IEEE Transactions on Artificial Intelligence》：PipeMamba: State Space Model for Efficient Video-Based Sewer Defect Classification

地下污水管道视频检测中，传统卷积神经网络难以捕捉长序列视频的长程依赖，而Transformer因计算复杂影响实时性。本文提出基于Mamba模型的PipeMamba方法，通过多聚焦分割模块（FSM）将视频划分为长短焦段，结合环形扫描策略（CSS）平衡检测效率与语义连贯性，在公开数据集上验证其比Transformer模型快3-7倍且保持高精度。

　　

影响声明：

污水管道检测在保护公众健康和城市可持续性方面发挥着至关重要的作用，它确保了地下污水系统的结构完整性。然而...显示更多

摘要：

在污水管道缺陷分析领域，基于卷积神经网络的方法在处理长序列视频（如闭路电视（CCTV）和快速查看（QV）视频）中的长距离依赖关系时存在性能不佳的问题。此外，基于变压器的方法由于推理过程中的高计算复杂性，在实时应用中受到限制。最近，基于Mamba的方法在准确性和效率之间取得了平衡，为开发高效的缺陷检测方法提供了有前景的方向。然而，直接将Mamba应用于污水管道缺陷检测时，由于忽略了表示污水缺陷的多焦点互补性，且双向扫描方法破坏了污水管道的空间和语义连续性，导致性能不佳。为了解决这些问题，我们提出了一种基于状态空间的视频污水管道缺陷分类方法，称为PipeMamba。具体来说，我们设计了一个基于流的选择模块（FSM），将污水视频分割成长焦段和短焦段，其中多焦点段可以用来表示污水缺陷的多尺度信息。然后，我们提出了一种新颖的圆形扫描策略（CSS），用于明确污水管道的外观，旨在在不破坏污水管道语义一致性和空间连续性的情况下高效捕捉缺陷。在公共基准测试中进行的广泛实验表明，PipeMamba的性能显著优于基于变压器的方法，其推理速度快了大约3到7倍，同时保持了较高的分类准确性。

引言

地下污水系统是现代城市最重要的基础设施之一[2]，其可靠的运行确保了公众健康、安全与生产力。由于地下污水系统的管道网络在布局和规模上非常复杂，因此对污水系统的诊断可能会延迟，从而导致不可避免的功能故障或结构损坏[3]、[4]。这可能会引发严重的后果，例如环境破坏和道路坍塌。因此，定期检查地下系统对于防止污水管道恶化至关重要。