-
公开(公告)号:CN113009447A
公开(公告)日:2021-06-22
申请号:CN202110245588.7
申请日:2021-03-05
Applicant: 长安大学
Abstract: 本发明公开了一种基于深度学习和探地雷达的道路地下空洞检测预警方法,该方法包括:通过探地雷达采集实际道路的含噪探地雷达回波信号;对含噪探地雷达回波信号进行滤波平滑处理得到去噪探地雷达回波信号;采用生成式对抗神经网络对去噪探地雷达回波信号进行增广处理得到雷达回波信号;采用快速区域卷积神经网络对雷达回波信号进行检测得到第一检测预警结果。本发明采用GANs网络对地下坑洞数据集进行增广,解决了基于深度学习的地下空洞检测时训练样本不足的问题,同时采用快速区域卷积神经网络模型进行检测,提高了网络对信号特征的学习能力,实现了将深度学习技术更好地应用到雷达信号检测技术中,可以更加准确而快速地对道路进行无损检测。
-
公开(公告)号:CN113009447B
公开(公告)日:2023-07-25
申请号:CN202110245588.7
申请日:2021-03-05
Applicant: 长安大学
IPC: G01S7/41 , G01S13/88 , G06N3/0464 , G06N3/048 , G06N3/045 , G06N3/0475 , G06N3/094
Abstract: 本发明公开了一种基于深度学习和探地雷达的道路地下空洞检测预警方法,该方法包括:通过探地雷达采集实际道路的含噪探地雷达回波信号;对含噪探地雷达回波信号进行滤波平滑处理得到去噪探地雷达回波信号;采用生成式对抗神经网络对去噪探地雷达回波信号进行增广处理得到雷达回波信号;采用快速区域卷积神经网络对雷达回波信号进行检测得到第一检测预警结果。本发明采用GANs网络对地下坑洞数据集进行增广,解决了基于深度学习的地下空洞检测时训练样本不足的问题,同时采用快速区域卷积神经网络模型进行检测,提高了网络对信号特征的学习能力,实现了将深度学习技术更好地应用到雷达信号检测技术中,可以更加准确而快速地对道路进行无损检测。
-