論文の概要: Automated Discontinuity Set Characterisation in Enclosed Rock Face Point Clouds Using Single-Shot Filtering and Cyclic Orientation Transformation

• arxiv url: http://arxiv.org/abs/2602.01783v1
• Date: Mon, 02 Feb 2026 08:09:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-03 19:28:34.003028
• Title: Automated Discontinuity Set Characterisation in Enclosed Rock Face Point Clouds Using Single-Shot Filtering and Cyclic Orientation Transformation
• Title（参考訳）: 単ショットフィルタリングと周期配向変換を用いた閉岩面点雲の自動不連続集合特性評価
• Authors: Dibyayan Patra, Pasindu Ranasinghe, Bikram Banerjee, Simit Raval,
• Abstract要約: 地下地層キャビティの露出岩盤面における構造不連続性セットの特性は, 岩盤の安定性, 掘削安全性, 運用効率を評価する上で不可欠である。 単一ショットフィルタリング方式, 革新的巡回配向変換方式, 階層クラスタリング手法を用いて, 自動不連続集合の特徴付けを行う手法を提案する。 本手法の精度は,手作業による手作業による不連続面から得られた実世界の地雷停止や地中真実に対して検証される。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Characterisation of structural discontinuity sets in exposed rock faces of underground mine cavities is essential for assessing rock-mass stability, excavation safety, and operational efficiency. UAV and other mobile laser-scanning techniques provide efficient means of collecting point clouds from rock faces. However, the development of a robust and efficient approach for automatic characterisation of discontinuity sets in real-world scenarios, like fully enclosed rock faces in cavities, remains an open research problem. In this study, a new approach is proposed for automatic discontinuity set characterisation that uses a single-shot filtering strategy, an innovative cyclic orientation transformation scheme and a hierarchical clustering technique. The single-shot filtering step isolates planar regions while robustly suppressing noise and high-curvature artefacts in one pass using a signal-processing technique. To address the limitations of Cartesian clustering on polar orientation data, a cyclic orientation transformation scheme is developed, enabling accurate representation of dip angle and dip direction in Cartesian space. The transformed orientations are then characterised into sets using a hierarchical clustering technique, which handles varying density distributions and identifies clusters without requiring user-defined set numbers. The accuracy of the method is validated on real-world mine stope and against ground truth obtained using manually handpicked discontinuity planes identified with the Virtual Compass tool, as well as widely used automated structure mapping techniques. The proposed approach outperforms the other techniques by exhibiting the lowest mean absolute error in estimating discontinuity set orientations in real-world stope data with errors of 1.95° and 2.20° in nominal dip angle and dip direction, respectively, and dispersion errors lying below 3°.
• Abstract（参考訳）: 地下地層キャビティの露出岩盤面における構造不連続性セットの特性は, 岩盤の安定性, 掘削安全性, 運用効率を評価する上で不可欠である。 UAVや他の移動レーザー走査技術は、岩盤面から点雲を収集する効率的な手段を提供する。 しかし、空洞内の完全に囲まれた岩面のような現実のシナリオにおける不連続集合の自動的特徴付けのための堅牢で効率的なアプローチの開発は、オープンな研究課題である。 本研究では, 単一ショットフィルタリング戦略, 革新的環状配向変換方式, 階層クラスタリング手法を用いた自動不連続集合キャラクタリゼーションを提案する。 単一ショットフィルタリングステップは、信号処理技術を用いて、1回のパスでノイズや高い曲率のアーチファクトを頑健に抑制しつつ、平面領域を分離する。 極方向データにおけるカルテシアンクラスタリングの限界に対処するため、カルテシアン空間におけるディップ角とディップ方向の正確な表現を可能にする環状配向変換スキームを開発した。 変換された配向は階層的クラスタリング手法を用いて集合に特徴づけられ、それによって密度分布の変動を処理し、ユーザ定義の集合番号を必要とせずにクラスタを識別する。 提案手法の精度は,仮想コンパスツールで特定された手作業による不連続面と,広く使用されている自動構造マッピング技術を用いて,実世界の地雷の停止点および地真実に対して検証される。 提案手法は,実世界のストロークデータにおける不連続性セットの向きを,それぞれ1.95°,2.20°,名目ディップ角,ディップ方向の誤差で推定し,その誤差を3°以下の誤差で推定することで,他の手法よりも優れる。

関連論文リスト

• Registration is a Powerful Rotation-Invariance Learner for 3D Anomaly Detection [64.0168648353038]
  ポイントクラウドデータにおける3次元異常検出は、高い信頼性で構造欠陥を特定することを目的として、産業品質管理に不可欠である。 現在のメモリバンクベースの手法は、しばしば一貫性のない特徴変換と限定的な識別能力に悩まされる。 本稿では、ポイントクラウド登録とメモリベース異常検出の目的を統合した、登録による回転不変の特徴抽出フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-19T14:56:38Z)
• A categorical embedding discontinuity-capturing shallow neural network for anisotropic elliptic interface problems [0.0]
  異方性楕円型インタフェース問題に対する階層型埋め込み不連続保持型浅層ニューラルネットワークを提案する。 不連続な埋め込みを自動的に学習することにより、提案手法は明示的なドメインラベリングの必要性を回避することができる。 提案手法は,浅く単純な構造であるにもかかわらず,従来の格子型数値法に匹敵する精度と効率を実現する。
  論文  参考訳（メタデータ） (2025-03-19T17:21:51Z)
• Adaptive Signal Analysis for Automated Subsurface Defect Detection Using Impact Echo in Concrete Slabs [0.0]
  本研究は,コンクリートスラブの地下欠陥発生領域を検出するための,新しい,自動化された,スケーラブルな手法を提案する。 このアプローチは、高度な信号処理、クラスタリング、および視覚分析を統合して、地下の異常を識別する。 結果は方法論の堅牢性を示し、最小限の偽陽性とほとんど欠陥のない欠陥発生領域を一貫して同定した。
  論文  参考訳（メタデータ） (2024-12-23T20:05:53Z)
• Continual-MAE: Adaptive Distribution Masked Autoencoders for Continual Test-Time Adaptation [49.827306773992376]
  連続的テスト時間適応(CTTA)は、ソース事前学習モデルから目標分布の連続的な変化に移行するために提案される。 提案手法は,CTTAタスクの分類とセグメンテーションの両方において,最先端の性能を実現する。
  論文  参考訳（メタデータ） (2023-12-19T15:34:52Z)
• View Consistent Purification for Accurate Cross-View Localization [59.48131378244399]
  本稿では,屋外ロボットのための微細な自己局在化手法を提案する。 提案手法は,既存のクロスビューローカライゼーション手法の限界に対処する。 これは、動的環境における知覚を増強する初めての疎視のみの手法である。
  論文  参考訳（メタデータ） (2023-08-16T02:51:52Z)
• Self-Supervised Training with Autoencoders for Visual Anomaly Detection [61.62861063776813]
  我々は, 正規サンプルの分布を低次元多様体で支持する異常検出において, 特定のユースケースに焦点を当てた。 我々は、訓練中に識別情報を活用する自己指導型学習体制に適応するが、通常の例のサブ多様体に焦点をあてる。 製造領域における視覚異常検出のための挑戦的なベンチマークであるMVTec ADデータセットで、最先端の新たな結果を達成する。
  論文  参考訳（メタデータ） (2022-06-23T14:16:30Z)
• A Robust Completed Local Binary Pattern (RCLBP) for Surface Defect Detection [0.3262230127283452]
  表面欠陥検出タスクのためのRobust Completed Local Binary Pattern (RCLBP) フレームワークを提案する。 提案手法では,Non-Local(NL)をウェーブレットしきい値付きフィルタと完全局所バイナリパターン(CLBP)を組み合わせて,ロバストな特徴を抽出する。
  論文  参考訳（メタデータ） (2021-12-07T22:26:34Z)
• Error-Correcting Neural Networks for Semi-Lagrangian Advection in the Level-Set Method [0.0]
  本稿では,画像超解像技術とスカラートランスポートを融合した機械学習フレームワークを提案する。 我々は,インターフェースの粗いメッシュ進化における数値粘度を最小化するために,オンザフライデータ駆動補正を計算できるかどうかを検討する。
  論文  参考訳（メタデータ） (2021-10-22T06:36:15Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。