深圳新聞網2025年10月22日訊(深圳特區報記者 焦子宇)近日,深圳大學計算機與軟件學院院長黃惠教授團隊成功研發出新一代地質災害智能監測系統,該系統通過融合計算機視覺、深度學習與云邊端協同技術,實現了對邊坡落石、危巖移動等地質災害的全天候、全覆蓋智能化監測,徹底改變了傳統“點式監測”的落后模式。
“傳統監測手段如同‘守株待兔’,”黃惠說,“傳感器只能監測預設點位,無法覆蓋整個風險區域;人工巡查則受限于天氣、地形,很多危險區域根本無法到達。”針對這一難題,黃惠教授團隊依托國家重點研發計劃等多項重大科研項目,創新提出了核心圖形信息云-邊-端協同處理技術,構建了一整套高效優化算子,實現了從“點式監測”到“體式防控”的跨越。
該系統基于計算機圖形學、計算機視覺與深度學習相結合的智能監測方法,通過三個關鍵技術層面實現突破。在運動檢測方面,系統采用光流分析和幀間差分算法,可有效捕捉監測區域的異常運動;在目標識別方面,團隊自主研發的YOLOStone深度學習模型,基于海量落石圖像樣本庫訓練而成,對落石事件的識別準確率超過85%;在精準測量方面,系統采用亞像素級提取算法,將定位精度提升至亞像素量級,實現了對目標位移的高精度測量。
目前,該系統已在深圳市尖崗山公園投入應用,實現了對危巖、以及落石24小時不間斷監控和報警。