Издательство СО РАН

Издательство СО РАН

Адрес Издательства СО РАН: Россия, 630090, а/я 187
Новосибирск, Морской пр., 2

soran2.gif

Baner_Nauka_Sibiri.jpg


Яндекс.Метрика

Поиск по журналу

Физико-технические проблемы разработки полезных ископаемых

2022 год, номер 3

МЕТОД "ИНТЕЛЛЕКТУАЛЬНОГО" ОБНАРУЖЕНИЯ ТРЕЩИН В БОРТАХ КАРЬЕРОВ НА ОСНОВЕ УСОВЕРШЕНСТВОВАННОЙ АРХИТЕКТУРЫ MASK R-CNN

"Ж. Шуньлин1,2, Л. Даньян1, Г. Цинхуа1,2, Ц. Ин1"
"1Сианьский университет архитектуры и технологии, 710055, г. Сиань, Китай
liudanyang1222@163.com
2Главная лаборатория перцептивных вычислений и принятия решений в сфере "умных" технологий, 710055, г. Сиань, Китай"
Ключевые слова: Борта карьеров, устойчивость бортов, обнаружение трещины, сегментация, Mask R-CNN, прикладное исследование
Страницы: 177-193

Аннотация

Предложен алгоритм обнаружения трещин на основе усовершенствованной архитектуры Mask R-CNN для предотвращения катастрофических последствий, вызванных нарушением устойчивости бортов. Архитектура направлена на преодоление ограничения традиционного алгоритма обработки изображений и классической модели глубокого обучения применительно к обнаружению трещин в бортах карьеров. Продемонстрированы возможности Mask R-CNN, направленные на их целевое обнаружение, сегментацию и позиционирование. В усовершенствованной архитектуре устранены основные недостатки, связанные с низкой четкостью изображения краев трещин и ложным обнаружением. Показано, что в ней реализован программный “каркас” для обнаружения и сегментации изображений трещин в бортах карьеров. Данный метод представляет собой расширенный вариант сверточной нейронной сети. С его помощью можно выполнять задачи по классификации, сегментации и итерационной передискретизации в ветви маски, что позволяет решить проблему низкой четкости краев трещины. Результаты испытаний показали, что по сравнению традиционным алгоритмом разделения трещин предлагаемый метод обладает более высокой точностью обнаружения и более качественной сегментацией.

DOI: 10.15372/FTPRPI20220317