GPR イメージにおける空隙と深刻な緩解を識別するための自動化された方法
Ze Chai1, Zicheng Wang1, Zeshan Xu2
1School of Computer and Control Engineering, Northeast Forestry University, Harbin 150040, China.
Journal of imaging
|August 27, 2025
まとめ
この研究では,空洞や緩解などの道路構造の欠陥を検出するために,地面貫通レーダー (GPR) のBスキャン画像を使用する自動化された方法が導入されています. この新しいアプローチは,実際の道路条件での精度と頑丈さを高めます.
科学分野:
- 土木工学
- 地理学
- コンピュータ・ビジョン
背景:
- 道路の構造は,空洞や深刻な緩解などの地下欠陥に敏感です.
- これらの欠陥の正確かつ適時な検出は,インフラストラクチャのメンテナンスと安全性にとって極めて重要です.
- 既存の方法は,様々な現実の道路環境において,正確さや適用性が欠けている可能性があります.
研究 の 目的:
- 道路構造における空隙と深刻な緩解を区別するための新しい自動認識方法を開発する.
- 欠陥検出のために,地面貫通レーダー (GPR) Bスキャン画像の特徴を活用する.
- 道路インフラストラクチャの評価のための実用的で堅実なソリューションを作成します.
主な方法:
- GPR Bスキャンの画像から特性を抽出し,テクスチャー,反射インターフェースの特性,内部波形の規則性を含む.
- 実際の道路環境から手動で注釈されたデータセットであるFKS-GPRの開発.
- 自動欠陥検出のための改良されたACF-YOLOネットワークの設計.
主要な成果:
- 提案された方法は,道路構造における空隙と深刻な緩解を効果的に区別します.
- FKS-GPRデータセットは,シミュレーションデータセットと比較して高い実用的な関連性を提供します.
- 改良されたACF-YOLOネットワークは,実験的検証において優れた精度と強度を示した.
結論:
- 開発された自動認識方法は効率的で,エンジニアリングの目的に適用できます.
- 特徴分析とディープラーニングの組み合わせは,GPRベースの道路欠陥検出のための有望なアプローチを提供します.
- FKS-GPRのデータセットは,この分野の研究を進めるための貴重なリソースです.
