摘要:随着隧道安全检测需求的增加,人工检测的工作量庞大,必须在夜间进行检测等问题,人工检测在数据采集的完整性、处理效率方面难以满足盾构隧道病害检测的实际需求。数据的不足会直接影响病害检测的准确性问题。为解决这个问题,本文在对原有点云数据进行去噪处理后,对点云数据进行颜色映射、展开的步骤,将三维点云数据转换成二维点云图像。同时对比StyleGAN与DCGAN的数据增强能力,通过消融试验,寻求更适合于盾构隧道数据增强的生成对抗网络,以实现对目标检测数据集的扩充。
摘要:随着隧道安全检测需求的增加,人工检测的工作量庞大,必须在夜间进行检测等问题,人工检测在数据采集的完整性、处理效率方面难以满足盾构隧道病害检测的实际需求。数据的不足会直接影响病害检测的准确性问题。为解决这个问题,本文在对原有点云数据进行去噪处理后,对点云数据进行颜色映射、展开的步骤,将三维点云数据转换成二维点云图像。同时对比StyleGAN与DCGAN的数据增强能力,通过消融试验,寻求更适合于盾构隧道数据增强的生成对抗网络,以实现对目标检测数据集的扩充。
关键词:点云后处理;去噪算法;盾构隧道;StyleGAN;对抗网络
DOI:10.19569/j.cnki.cn119313/tu.202615018
来源:《城市建设理论研究(电子版)》 - 2026年15期