科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
- 单位
