改良型DRA-UNetを用いた鉱業誘発地表割れ目の自動識別と特徴解析

科学分野:

• 地球科学
• コンピュータビジョン
• リモートセンシング

背景:

• 鉱業誘発地表割れ目は、地盤変形と安全リスクの重要な指標である。
• 自動割れ目検出は、細い幾何学的形状と背景ノイズのため困難である。

研究 の 目的:

• 鉱業誘発地表割れ目を検出・解析するための高精度自動手法を開発する。
• 鉱山安全性の向上のため、割れ目の形態と空間分布の理解を深める。

主な方法:

• 残差学習、二重注意機構（DAM）、アトラス空間ピラミッドプーリング（ASPP）を組み込んだ改良型DRA-UNetモデル。
• 割れ目セグメンテーションとスケルトン抽出および定量的幾何学的特性評価の統合。
• 鉱業地域UAVデータセットおよびCrack500データセットでの検証。

主要な成果:

• DRA-UNetモデルは、鉱業データセットで高い性能（F1=71.60%、MIoU=70.00%）を達成し、Crack500データセットで強力な汎化性能（F1=85.32%、MIoU=83.69%）を示した。
• アブレーション研究により、個々のモデルコンポーネントの効果が確認された。
• 幾何学的解析により、作業面付近の割れ目の特性と空間パターンが明らかになった。

結論:

• 提案されたフレームワークは、鉱業誘発割れ目の検出と形態学的解析のための堅牢で完全に自動化されたソリューションを提供する。
• 本研究結果は、地盤安定性評価と鉱山安全管理の改善に貢献する。