排序方式： 共有2条查询结果，搜索用时 0 毫秒
1
1.
中国的城镇化加快了地下空间大规模开发与利用的进程。摸清地下空间目标的分布状况,保障城市可持续发展和地下空间资源的永久利用,是维护未来城市安全中的重要任务。探地雷达(GPR)凭借其数据采集速度快、成像分辨率高、无损检测等优点在地下空间资源调查中得以广泛应用。但仍存在GPR数据地下目标识别不准确、自动化程度低等缺陷,自动检测GPR数据中的地下目标或目标缺陷仍然是一个亟待解决的难题。为此,本文分析并确定了GPR影像中可进行识别的城市道路地下空间的7类典型目标(如雨水井、电缆等)。并根据其反射信号特征,标记了GSSI SIR30设备以400 MHz波段采集的GPR数据中的典型地下目标,构建了GPR地下目标样本库,共包含7类总数为3033个。通过迁移学习的方法,精调预训练后的Darknet53网络参数,通过端到端的YOLOV3检测方法完成地下目标的自动识别与定位。最后,利用深圳福田区彩田路GSSI SIR30装备以400 MHz波段采集的GPR数据进行试验验证。试验结果表明,本文提出的基于深度学习的地下目标探测方法对城市典型地下目标的检测精度和召回率达到85%以上,检测速度达到了16帧/s,能够有效探测GPR数据中的城市地下目标。 相似文献
2.
地下空间探测对于城市的建设与规划具有重要作用,由于探地雷达具有高效、精确度高等优点,目前多采用探地雷达对目标区域进行探测.但在进行影像研究时,许多影像场景生产成本高昂、条件不够便利.本文利用gprMax电磁波模拟软件,构建了探地雷达天线和地层模型,进行了常见地下空间的仿真模拟研究.模拟结果和实测雷达数据对比表明,该方法具有较高的准确度,有利于实测图像的解译与分析. 相似文献
1