基于相位运动放大与光流的隧道变形监测
计算机视觉与模式识别
2023-10-12 v1
摘要
在施工期间，对地下隧道进行连续监测可减轻潜在危害，并有助于深入理解地层-隧道相互作用行为。传统基于视觉的监测可直接捕获大范围运动，但无法分离隧道的振动与变形模态。基于相位的运动放大是放大目标频带内运动并识别系统动力学的技术之一。光流是计算机视觉中计算图像强度运动的流行方法，其计算成本远低于数字图像相关。本研究结合 PMM 与 OF 来量化地下隧道场景中被放大的变形模态的像素位移。由于运动放大伪影可能导致不准确的量化，采用 2D Wiener 滤波器对高频内容进行平滑。借助 GPU 加速，采用计算各像素位移的稠密 OF 算法以推导整个场景运动。在隧道内预装的棱镜之间开展了放大运动与实际运动的验证实验。
引用
@article{arxiv.2310.07076,
title = {Deformation Monitoring of Tunnel using Phase-based Motion Magnification and Optical Flow},
author = {Kecheng Chen and Hiroshi Kogi and Kenichi Soga},
journal= {arXiv preprint arXiv:2310.07076},
year = {2023}
}
备注
4th International Symposium on Machine Learning & Big Data in Geoscience