近日，我校公路学院博士生董仕豪在导师韩森教授和徐鸥明教授共同指导下，在土木工程领域顶级期刊《Computer-Aided Civil and Infrastructure Engineering》发表研究论文“Asphalt pavement macrotexture reconstruction from monocular image based on deep convolutional neural network”（ 基于深度卷积神经网络的单目图像的沥青路面宏观纹理重构）。
图1论文
该论文通过激光纹理仪和智能手机构建了宏观纹理RGB-D数据集，建立了基于ResNet-101残差神经网络的宏观纹理三维重构模型（图2），实现了通过单张沥青路面表面纹理的RGB图片重构其三维形貌。该模型重构的表面纹理与激光纹理仪扫描得到的纹理对比（图3），可以准确反映路面真实宏观纹理的三维特征，可用于表面纹理评价指标的计算。该模型在一定程度上可以代替激光纹理仪对路面表面纹理点云数据进行获取，从而实现降低试验成本，提高试验效率，对提升路面抗滑评估效率、保障行驶安全具有重要的科学意义。
（a）模型整体架构
（b）子模型1架构
（c）子模型2架构
图2 ResNet-101残差神经网络的宏观纹理三维重构模型架构
AC-5 AC-10 AC-13 AC-16 SMA-13 OGFC-13 PA-13 PA-20
图3 重构宏观纹理定性评价
《Computer-Aided Civil and Infrastructure Engineering》是土木与计算机交叉学科著名期刊，该刊当前影响因子IF=11.775，在137种“工程，土木”类期刊中排名第一，在中科院和科睿唯安JCR分区中均属于Q1类Top期刊，在所属领域具有极高的影响力和声誉。
论文链接：https://onlinelibrary.wiley.com/doi/10.1111/mice.12878
撰稿：徐鸥明 审核：韩万水
