Page 34 - 2024年第55卷第1期

点位置的学习效果。
３．２．４ 线段校正模块 将线段采样集合、骨干网络提取的特征图输入线段校正模块，预测采样线段是
否为该图像场景下的真实线段。对于线段列表中的每条候选线段，将其两端点坐标输入 ＬｏＩ池化层 ［１４］
２
１
并返回固定长度线段张量。如式（３）所示，ＬｏＩ池化首先计算线段两端点 ｐ 和 ｐ 之间 Ｎ个均匀间隔的
ｊ ｊ ｐ
线段线性内插点坐标 ｑ。
ｋ
ｋ Ｎ － ｋ
ｐ
１
２
ｑ＝ ｐ＋ ｐ，ｋ ∈｛０，１，…，Ｎ － １ ｝ （３）
ｐ
ｊ
ｋ
ｊ
Ｎ － １ Ｎ － １
ｐ ｐ
为了避免人工量化，在得到线段内插点的特征值和特征向量之后，对其进行最大池化操作，然后拉平
为 １Ｄ张量。将该张量输入到一个两层的全连接层神经网络，输出一个 ｌｏｇｉｔ值。线段预测损失计算采取二元
交叉熵损失函数，由 ｌｏｇｉｔ值与线段真实标签计算损失表示为 Ｌｏｓｓ 。因此网络整体损失 Ｌｏｓｓ可表示为：
ｖｅｒ
Ｌｏｓｓ ＝ Ｌｏｓｓ ＋ Ｌｏｓｓ （４）
ｊｕｎｃ ｖｅｒ
３．３ 施工活动时间信息转换方法 前述改进的 ＨＴ － ＬＣＮＮ模型对隧洞施工日志进行手绘横道图检测后
的结果储存在大小为（ ｎ，ｍ，ｌ）的数组中，其中 ｎ表示检测到的手绘横道图线段数量，ｍ＝ ２为线段端
点数，ｌ ＝ ２表示端点坐标数。施工活动时间信息转换的实现流程如图 ５所示，具体步骤如下：
（１）建立施工时刻－ 活动坐标系。如图 ６所示，以预处理后的图像为基础建立施工时刻－ 活动坐标系，其
中 Ｘ方向表示施工活动，Ａ—Ｏ表示各项施工活动，Ｙ方向表示施工时间（ｍｉｎ），单位表格表示 １５ｍｉｎ。

图 ５ 施工活动时间信息转化流程图 图 ６ 施工时刻－ 活动坐标系

（２）判断所识别线段方向。在图 ６中，Ｘ方向的线段表示各项施工活动间的衔接关系，其长度无
实际意义；Ｙ方向的线段表示不同类型的施工活动，其长度表示施工活动时间。因此在进行施工活动
时间信息转换时，只需考虑 Ｙ方向线段。设第 ｉ条线段两端点坐标为 ａ、ｂ，其中，端点 ａ 坐标为
ｉ ｉ ｉ
（ ｘ，ｙ），端点 ｂ坐标为（ｘ，ｙ）。当两端点位于表格同列表格时，可判断该线段为 Ｙ方向，因此
ｂｉ
ｂｉ
ｉ
ａｉ
ａｉ
设置方向阈值 ｔ，同时设置线段与 Ｘ坐标夹角正切值阈值为 ｈ，则线段方向判别条件可以表示为：
{ ｘ－ ｘ ≤ｔ （ｉ ＝ １ ，２，…，ｎ） （５）
ｂｉ
ａｉ
ｙ－ ｙ
ａｉ
ｂｉ
ｘ－ ｘ ≥ｈ
ａｉ ｂｉ
式中：阈值 ｔ和 ｈ可根据实际应用情况进行调整，ｔ通常不大于表格中一列的宽度，即记录活动的线段
不会超出该列；ｈ可以选择一个较大的值，例如 ｔａｎ８５°。当判别式成立时，认为第 ｉ条线段表示某类型
的施工活动。
（ ３）计算施工活动时间。对沿 Ｙ方向线选取起始端点坐标，根据端点的 Ｘ坐标判断施工活动类型，
端点的 Ｙ坐标判断所处时刻并按式（６）计算活动持续时间。
Ｔ＝ ｙ－ ｙ （６）
ａｊ
ｊ
ｂｊ
式中：Ｔ为施工活动持续时间，ｍｉｎ；ｊ为提取到的所有施工活动的索引，ｊ ＝ １ ，２，…，ｍ，其中 ｍ表
示提取到的所有施工活动数量。
— ２ ９ —