买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院大学

摘要：本发明涉及基于探地雷达数据的冰裂隙检测技术领域，具体涉及一种基于Siamese孪生网络的冰裂隙检测方法，包括以下步骤：对待处理包含冰裂隙的探地雷达数据，进行数据标准化、滑动窗口划分、构造数据集和数据增强预处理；构建具有编码器和分类器结构的多尺度Gabor‑ResNet‑18深度学习模型；基于Siamese孪生网络框架训练多尺度Gabor‑ResNet‑18深度学习模型的编码器部分；结合训练完毕的编码器所提特征和数据标签，训练多尺度Gabor‑ResNet‑18的分类器部分；采用10次蒙特卡洛随机实验进行模型训练和测试，输出测试结果。本发明提出的基于Siamese孪生网络的冰裂隙检测方法可以提取多角度情况下冰裂隙和连续雪层数据的类内共性特征和类间特性特征，实现基于探地雷达数据的端到端的、准确的、实时的冰裂隙检测。

主权项：1.一种基于Siamese孪生网络的冰裂隙检测方法，其特征在于，所述方法包括如下步骤：（1.1）数据预处理对待处理包含冰裂隙的探地雷达数据，进行数据标准化、滑动窗口划分、数据增强、数据集构造等预处理，具体如下：首先，对待学习探地雷达数据，采用最小最大值方法进行标准化预处理，图像灰度值标准化到[-1,1]，使雷达图显示更显著的纹理信息；其次，对标准化处理后的数据，采用窗口长度L进行滑动窗口划分，窗口与窗口之间有80%的重叠率，每个分析窗口内的探地雷达数据看作一个样本；然后，基于冰裂隙滑窗进行数据划分，根据数据标注、探地雷达测线和冰裂隙方向的夹角信息，选择探地雷达测线和冰裂隙方向夹角为90°情况下的冰裂隙数据和连续雪层数据构建90°数据集，选择探地雷达测线和冰裂隙方向为其他角度时的冰裂隙数据和连续雪层数据构建多角度数据集；最后，构造训练集和测试集，对训练集中数据量不足的数据采用水平翻转方式进行数据增强，使得训练集和测试集中均包含90°和其他角度的冰裂隙数据和连续雪层数据；（1.2）数据训练在训练阶段，随机选择预处理后的探地雷达数据，将其输入基于Siamese孪生网络训练框架下的多尺度深度学习模型中进行学习；具体如下：首先，将预处理后的滑窗划分样本数据作为网络输入数据，进行10次蒙特卡洛随机实验对网络进行训练和测试；其次，构建两个相同的多尺度Gabor-ResNet-18深度学习模型M1和M2，实现对冰裂隙多尺度和多方向纹理特征的提取；再次，基于Siamese孪生网络训练框架训练多尺度深度学习模型M1和M2的编码器部分，保存训练后的模型编码器部分；然后，采用Adam优化算法和BCEWithLogitsLoss损失函数，对深度学习模型M1的分类器部分进行有监督训练，并保存训练后的模型分类器部分；最后，组合已完成训练的模型编码器部分和分类器部分作为最终输出的模型；（1.3）数据测试在测试阶段，基于在Siamese孪生网络框架下训练的多尺度Gabor-ResNet-18模型，对测试数据进行检测，输出检测结果。

全文数据：

权利要求：

百度查询： 中国科学院大学 一种基于Siamese孪生网络的冰裂隙检测方法