Page 31 - 2024年第55卷第1期

型的隧洞施工活动时间信息智能提取方法，研究框架如图 １所示，主要包括三部分内容：
（ １）基于单应性变换的数据预处理：针对存在倾斜、旋转与扭曲的原始施工日志图像进行基于单
应性变换的预处理，统一时刻－ 活动表的位置、角度和尺寸，制作统一的数据集。
（ ２）基于改进 ＨＴ － ＬＣＮＮ的手绘横道图线段智能检测：构建融合 ＧＣＮｅｔ注意力机制的 ＨＴ － ＬＣＮＮ网
络，利用 ＧＣＮｅｔ改进 ＨＴ － ＬＣＮＮ的残差模块，建立和共享全局注意力图，获得目标线段在特征图和通
道间长距离依赖关系，提高模型对目标线段的注意力，解决原始 ＨＴ － ＬＣＮＮ方法易受到表格线段和文
字干扰的问题，实现手绘横道图线段的智能高效检测。
（３）施工活动时间信息自动转换：在表格图像中建立 “时刻 － 活动” 坐标系，将检测到的手绘横
道图线段转换为坐标系中的线段并自动判断其所属施工活动以及持续时间。

图 １ 研究框架

３ 基于改进 ＨＴ － ＬＣＮＮ线段检测模型的隧洞施工活动时间信息智能提取方法

３．１ 基于单应性变换的施工日志图像预处理 在实际工程施工中，施工人员在纸质施工日志上记录施
工过程，并在一个班次或一个施工阶段结束后，将其进行影像化作为内业资料用于施工活动时间统

— ２ ６ —