摘要：山坡地区是落石频繁的地区,人工干预很难及时发现灾害。为了及时检测落石的发生并采取相应措施,提出了一种集背景建模和深度学习于一体的落石检测系统,自动检测和报告落石的出现。为了能够更好的检测落石信息和发送报告,将落石检测系统分为两模块:预警模块和报警模块。预警模块负责监测山体落石松动以及掉落情况;报警模块负责实时检测交通路线是否存在落石。经过实验结果表明,融合背景建模和深度学习的落石检测系统能够实时的检测落石掉落信息并且发出警报信息。

摘要：月表落石是了解月球演化进程的重要手段。由于人工识别落石特征既耗时又困难,所以落石检测逐渐倾向于利用深度学习手段。基于此,文中提出一种结合Transformer和梯度算子的月表落石有效检测方法。受落石结构的启发,设计一种基于落石成功检测数目的新评价机制。将3种目标检测算法和3种样本设置策略相结合,构建9个落石检测器。其中,样本设置通过调整样本比例和注入梯度信息以实现。实验结果表明,相比于现有基于CNN的落石检测方法,文中提出的月表落石检测方法在月表落石数据集RMaM-2020精度方面表现更优。同时,文中所提出的落石检测评价机制能够实现量化指标和可视化结果相统一。