深圳新聞網(wǎng)2025年10月22日訊（深圳特區(qū)報記者 焦子宇）近日，深圳大學(xué)計算機與軟件學(xué)院院長黃惠教授團隊成功研發(fā)出新一代地質(zhì)災(zāi)害智能監(jiān)測系統(tǒng)，該系統(tǒng)通過融合計算機視覺、深度學(xué)習(xí)與云邊端協(xié)同技術(shù)，實現(xiàn)了對邊坡落石、危巖移動等地質(zhì)災(zāi)害的全天候、全覆蓋智能化監(jiān)測，徹底改變了傳統(tǒng)“點式監(jiān)測”的落后模式。

“傳統(tǒng)監(jiān)測手段如同‘守株待兔’，”黃惠說，“傳感器只能監(jiān)測預(yù)設(shè)點位，無法覆蓋整個風(fēng)險區(qū)域；人工巡查則受限于天氣、地形，很多危險區(qū)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(fā)計劃等多項重大科研項目，創(chuàng)新提出了核心圖形信息云-邊-端協(xié)同處理技術(shù)，構(gòu)建了一整套高效優(yōu)化算子，實現(xiàn)了從“點式監(jiān)測”到“體式防控”的跨越。

該系統(tǒng)基于計算機圖形學(xué)、計算機視覺與深度學(xué)習(xí)相結(jié)合的智能監(jiān)測方法，通過三個關(guān)鍵技術(shù)層面實現(xiàn)突破。在運動檢測方面，系統(tǒng)采用光流分析和幀間差分算法，可有效捕捉監(jiān)測區(qū)域的異常運動；在目標識別方面，團隊自主研發(fā)的YOLOStone深度學(xué)習(xí)模型，基于海量落石圖像樣本庫訓(xùn)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(tǒng)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(xiàn)了對目標位移的高精度測量。

目前，該系統(tǒng)已在深圳市尖崗山公園投入應(yīng)用，實現(xiàn)了對危巖、以及落石24小時不間斷監(jiān)控和報警。