地科学院研究生刘振宇以第一作者身份在SCI期刊《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》上发表题为“EDT-Net: A Lightweight Tunnel Water Leakage Detection Network Based on LiDAR Point Clouds Intensity Images”的研究论文，长江大学地球科学学院为论文第一署名单位，研究生刘振宇为第一作者，副教授高贤君为论文通讯作者。

研究在盾构隧道安全监测领域取得一定进展，针对盾构隧道渗水这一威胁地铁运营安全的难题，创新性地将移动激光扫描技术（MLS）与人工智能算法深度融合，设计了病害检测的智能算法。该技术通过搭载移动激光扫描设备获取高精度隧道点云数据，并将三维点云强度信息转化为点云强度图像，构建了点云强度的渗水检测数据集和基于轻量化网络的渗水识别模型。其中，特别设计了具有多尺度感知能力的扩展卷积模块和注意力引导的下采样单元，使算法在保持高效运算的同时，能精准捕捉不同尺度的渗水特征，设计动态阈值自适应损失函数，根据检测难度自动优化训练参数，配合双注意力动态检测头机制，显著提升了复杂环境下细微渗水的识别率。实验表明，该检测系统在精度与效率的平衡性上达到先进水平，相较于传统方法检测速度显著提升，为盾构隧道安全运维提供了智能化的解决方案。

论文链接：https://ieeexplore.ieee.org/abstract/document/10836741

图1 网络结构

图2与同类方法的对比实验

图3论文