基于多视图2D GPR图像的地下管道识别与空间定位轻量级框架

本文提出了一种基于多视图2D探地雷达（GPR）图像的地下管道检测新框架。核心创新在于DCO-YOLO框架，该框架通过DySample、CGLU和OutlookAttention机制增强了YOLOv11算法，从而提高了小规模管道边缘特征的提取能力。3D-DIoU空间特征匹配算法结合了几何约束和中心距离惩罚项，实现了多视图注释的自动关联，解决了单视图检测中固有的模糊性。实验结果表明，与基线模型相比，精度、召回率和平均精度均值均有显著提高，展示了该方法在复杂的多管道场景中的有效性。使用真实的城市地下管道数据加强了研究的实际相关性。

• •介绍了一种使用多视图2D GPR图像的新型3D管道智能检测框架。
• •提出了DCO-YOLO框架，以改善小规模管道的边缘特征提取。
• •采用3D-DIoU空间特征匹配算法，实现多视图注释的自动关联。