编辑推荐：
在纹理化采石场重建中进行钻孔检测具有挑战性，因为阴影、岩石和破碎地面可能与可见地表开口相似。本研究引入GeoBoreNet，该方法以RGB为基础，增补四个由重建表面高度导出的像素对齐输入通道：局部残差地形、空间梯度幅值、空间拉普拉斯响应以及网格支撑。平面去除与
在纹理化采石场重建中进行钻孔检测具有挑战性，因为阴影、岩石和破碎地面可能与可见地表开口相似。本研究引入GeoBoreNet，该方法以RGB为基础，增补四个由重建表面高度导出的像素对齐输入通道：局部残差地形、空间梯度幅值、空间拉普拉斯响应以及网格支撑。平面去除与分辨率自适应的局部背景减除对表面形态进行编码，扩展的首个卷积层将这些通道融入标准检测器。实验在11个源场景上评估DINO-R50与YOLO11x，采用场景不相交的留一场景外测试，并对DINO-R50使用五组配对训练随机种子。在合并的交叉折叠评估中，添加几何信息使DINO-R50的平均精度（AP）从0.483提升至0.548，YOLO11x从0.385提升至0.450，两种检测器的绝对增益均为0.065。组件与局部背景尺度研究进一步评估了几何表示的贡献。DINO-R50源目标唯一AP在交叉补丁非极大值抑制（NMS）交并比（IoU）为0.4时从0.448提升至0.493。在包含零目标瓦片的评估搜索区域中，DINO-R50的AP从0.38提升至0.43，YOLO11x从0.30提升至0.36。上述结果表明，在所评估的场景中，局部表面形态学对二维钻孔检测中的RGB信息具有补充作用。
GeoBoreNet论文解读
一、研究背景与意义
钻孔检测在钻爆模式验证、爆破监测及矿山自动化巡检中具有重要应用价值。在纹理化的三维采石场重建模型中，钻孔表现为地表可见开口，需通过二维边界框进行定位。然而，此类检测任务面临显著挑战：开口仅占检测器裁剪区域的一小部分，且阴影、暗色岩石、轮胎痕迹及破碎地面等背景结构在RGB图像中与真实钻孔高度相似，极易造成误检。不同重建场景之间的背景差异使得模型向新场景迁移成为核心难题。传统方法依赖手工设计的图像描述符或几何模板拟合，其假设在光照、地面纹理、视角或孔径可见性变化时过于局限。深度学习方法虽能学习更具表达力的特征，但仅依赖RGB时，暗色背景结构仍可能被误判为开口。对齐的网格高度数据能够提供RGB纹理无法直接反映的局部地形信息，为区分开口与背景结构提供额外线索。已有研究多采用随机划分评估协议，但空间依赖性会使随机划分低估预测误差。因此，研究人员提出GeoBoreNet，将RGB与由重建表面导出的几何通道融合，并在场景不相交的协议下系统评估跨场景迁移性能。
二、研究内容与主要结论
研究人员构建了GeoBoreNet框架，将RGB与四个像素对齐的几何通道相结合，通过扩展的首个卷积层实现早期融合。实验采用11个源场景的场景不相交留一场景外测试协议，对DINO-R50和YOLO11x两种检测器进行配对比较，并辅以Deformable DETR、Conditional DETR和Cascade R-CNN进行跨检测器家族验证。五组配对随机种子实验表明，场景宏平均AP从0.483提升至0.548，绝对增益0.065，且在全部11个留出场景中均呈正向变化。组件消融、局部背景尺度敏感性、源目标唯一评估及含零目标瓦片的操作化评估均支持完整几何表示的有效性。该研究的意义在于证实了局部表面形态学可作为RGB信息的有效补充，为纹理化三维重建场景中的小目标检测提供了新的输入表示思路。
三、关键技术方法
研究采用的主要技术方法包括：其一，平面去趋势与局部背景减除，通过最小二乘拟合平面去除高度偏移与宽泛坡度，再以均匀盒式算子估计局部背景，得到正值为凹陷的残差地形图；其二，形态学感知几何编码，从残差图计算离散梯度幅值与四邻域离散拉普拉斯响应，并经有效像素中位数与四分位距标准化及裁剪；其三，七通道早期融合与主干初始化，将RGB与四个几何通道堆叠，以ImageNet预训练三通道核均值初始化扩展核；其四，联合几何丢弃策略，按样本随机置零全部几何通道以增强对几何缺失的鲁棒性。数据来源为11个带注释的纹理化三角网格采石场场景，共683个纹理坐标矩形标注，其中675个成功投影至检测器网格。
四、研究结果
4.1 跨场景RGB-几何比较。 五组配对种子下，场景宏AP差异范围为0.063至0.065，所有重复实验均为正增益。种子1337在所有11个留出场景中配对变化均为正，范围0.034至0.095 AP。
4.2 表示组件分析。 几何通道贡献实验表明，残差加支撑输入AP为0.502，仅支撑输入为0.498，三连续响应无支撑输入为0.538，加入支撑后升至0.548。局部残差化实验显示，基于局部背景残差的表示使合并AP从0.521升至0.548。局部背景尺度敏感性实验中，0.15、0.30、0.60米标称跨度分别对应0.541、0.548、0.535 AP，0.30米参考设置为最优。
4.3 跨检测器家族一致性。 添加完整派生表示使DINO、Deformable DETR、Conditional DETR、Cascade R-CNN和YOLO11x的合并AP分别提升0.065、0.060、0.058、0.070和0.065，几何信息在单阶段、变换器及两阶段检测器中均保持有效。
4.4 源目标唯一评估。 预测映射回源坐标并合并后，NMS IoU为0.4时源目标唯一AP从0.448升至0.493，增益0.045；在0.3至0.7的NMS阈值扫描中配对排序不变。
4.5 含负背景瓦片的操作化评估。 在包含正负瓦片的注释完整区域中，DINO-R50操作AP从0.38升至0.43，每百瓦片假阳性从8.0降至4.0；YOLO11x AP从0.30升至0.36，假阳性从9.5降至6.0。
4.6 定性检测分析。 定性示例显示，几何信息使检测器能够识别额外的较小开口，并减少暗色石头与间隙处的背景误报。操作化精确率-召回率曲线中，DINO-R50的AP50从0.62升至0.71，YOLO11x从0.55升至0.64。
4.7 几何可用性权衡。 增加训练丢弃率p使全零几何AP从0.487升至0.503，同时几何存在时AP从0.548降至0.520。p=0.5时，同一模型在几何存在与置零模式下AP分别为0.532与0.496，相对差距缩小至3.3%。
五、讨论与结论
讨论部分指出，五组配对种子产生DINO-R50场景宏AP从RGB的0.483提升至GeoBoreNet的0.548，所有配对种子差异均为正。组件结果识别出完整七通道输入为最优配置，连续响应配置优于仅支撑输入。局部背景减除相对仅平面去趋势提升合并AP至0.548，且该增益在所测试的邻域尺度范围内均存在。完整表示在全部五种检测器家族中均提升AP，证实局部几何对单阶段RGB检测器具有补充价值。源目标合并与背景搜索分别应对目标中心补丁的两个独立效应，操作化区域中两检测器的AP均提升且假阳性率下降。几何丢弃在几何张量缺失时改善性能，但以几何存在时性能下降为代价。研究结论为：GeoBoreNet通过扩展首个卷积层引入局部残差、空间梯度、空间拉普拉斯及支撑通道与RGB融合，五种子场景不相交评估给出平均配对DINO-R50 AP提升0.0638。组件、尺度、检测器家族、源目标唯一及背景瓦片比较均支持完整表示的有效性。几何丢弃在缺失几何时提升鲁棒性，但以完整输入精度为代价。上述结果支持局部表面形态学作为二维钻孔检测的补充输入。
