多視点2D GPR画像に基づく地下パイプライン認識と空間ローカリゼーションのための軽量フレームワーク

本論文では、多視点2D地中レーダー（GPR）画像を用いて地下パイプラインを検出するための新しいフレームワークを提示しています。主な革新は、小規模パイプラインのエッジ特徴抽出を改善するために、DySample、CGLU、およびOutlookAttentionメカニズムでYOLOv11アルゴリズムを強化するDCO-YOLOフレームワークにあります。幾何学的制約と中心距離ペナルティ項を組み込んだ3D-DIoU空間特徴マッチングアルゴリズムは、多視点アノテーションの自動関連付けを実現し、単視点検出に固有の曖昧さを解消します。実験結果は、ベースラインモデルと比較して、精度、再現率、および平均適合率が大幅に向上していることを示しており、複雑なマルチパイプラインシナリオにおける提案手法の有効性を示しています。実際の都市地下パイプラインデータを使用することで、研究の実用的な関連性が強化されます。

• •多視点2D GPR画像を使用した新しい3Dパイプラインインテリジェント検出フレームワークを紹介します。
• •小規模パイプラインのエッジ特徴抽出を改善するために、DCO-YOLOフレームワークを提案します。
• •多視点アノテーションの自動関連付けのために、3D-DIoU空間特徴マッチングアルゴリズムを採用します。