基于隧道快速检测车数据的公路隧道衬砌开裂识别模型研究

• 作者: 刘学增 朱合华 江桁
• 来源期刊: 现代隧道技术
• 学科: 交通运输
• 关键词: 公路隧道 隧道检测车 卷积神经网络 裂纹识别 边缘检测
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 研究与探讨
• 页码范围: 61-65
• 页数: 5页
• 分类号: TP183|U457+.2
• 语种: 中文
• DOI: 10.13807/j.cnki.mtt.2020.05.007

摘要

随着公路隧道的不断建设,公路隧道的病害识别问题、养护问题日益增多,传统的隧道衬砌裂纹识别工作需要大量人工参与内业工作,效率不高.文章采用隧道快速检测车所采集的图像数据,利用卷积神经网络,研究得出了一套用于定向识别隧道检测车所拍摄的公路隧道衬砌开裂的模型.根据训练过程中发现的问题,针对裂纹数据集对神经网络识别效果的影响进行了对比研究,证明了按照不同裂纹走势分类图像所训练的神经网络识别能力较好,具有较好的适用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱合华		382	11118	53.0	84.0
2	刘学增		97	1621	22.0	36.0
3	江桁		1	0	0.0	0.0