-
题名基于生成对抗网络的盾构隧道渗漏水检测
- 1
-
-
作者
程小龙
胡煦航
张斌
-
机构
江西理工大学土木与测绘工程学院
-
出处
《激光与红外》
CAS
CSCD
北大核心
2023年第12期1928-1934,共7页
-
基金
国家自然科学基金青年科学项目(No.42004158)
江西省自然科学基金青年项目(No.20224BAB212025)资助。
-
文摘
渗漏水是盾构隧道安全危害最大的病害之一,对盾构隧道渗漏水快速精准的检测,是有效控制及整治盾构隧道渗漏水的基础。现有的渗漏水检测方法在自动化程度方面均取得一定的成效,但存在数据采集效率低、现场采集环境要求高、训练数据样本量大等问题。针对上述问题,文章将移动LiDAR采集的盾构隧道强度图像作为数据源,提出了基于生成对抗网络的盾构隧道渗漏水检测方法,从现有的生成对抗网络V GAN模型出发,在标注少量样本的基础上,建立了Dense块作为编码器,残差块作为解码器的Unet模型作为生成器网络,运用改进的深度残差Unet(Improve ResUnet)作为判别器网络,组成DRUnet IRUnet GAN生成对抗网络用于盾构隧道LiDAR强度图像渗漏水检测。实验结果表明,当输入500张、200张、100张少量样本时,文章构建的DRUnet IRUnet GAN生成对抗网络能够达到优于V GAN的盾构隧道强度图像渗漏水检测效果,表明了所改进的网络具有良好的性能。
-
关键词
生成对抗网络
盾构隧道
渗漏水
lidar强度图像
图像分割
-
Keywords
generative adversarial network
shield tunnel
leaky water
lidar intensity image
image segmentation
-
分类号
TN247
[电子电信—物理电子学]
TP391
[自动化与计算机技术—计算机应用技术]
-
