Нейросеть научили выявлять трещины скальных массивов по аэроснимкам

В научном журнале Scientific Reports опубликовано исследование, посвящённое автоматическому выявлению трещин в скальных массивах по цифровым изображениям. Разработанная исследователями нейросетевая модель GRNet предназначена для распознавания трещиноватости на снимках скальных обнажений, в том числе полученных с использованием технологий аэросъёмки.

Алгоритм испытывался на специализированном наборе изображений RockCrack. Использование предварительного обучения позволило улучшить показатели распознавания трещин.

Так, метрика IoU, характеризующая совпадение автоматически выделенных участков с эталонной разметкой, увеличилась с 56,69 до 58,96%. Показатель F1 вырос с 72,28 до 74,13%.

Подобные технологии потенциально способны ускорить обработку больших объёмов материалов дистанционного обследования скальных склонов, карьеров и горных выработок.

Для инженерно-геологических изысканий особый интерес представляет возможность перехода от визуальной интерпретации отдельных изображений к систематизированному анализу трещиноватости массивов.

При этом автоматическое обнаружение трещин не заменяет полноценного инженерно-геологического обследования. Для практического использования результатов необходимы пространственная калибровка изображений, определение геометрических параметров трещин и проверка полученных данных специалистами.