R-C-D-F方法通过精细的过滤步骤，有效去除了节理带，同时保留了关键的节理嵌入点，从而实现了对岩石刻面倾角和方向的高精度测量。研究团队的成果于2024年9月11日在线发布，并在同年12月1日正式发表在《隧道与地下空间技术》杂志上。实验结果显示，R-C-D-F方法在各种真实隧道人脸图像上的准确率高达97%至99.4%，且成功去除了100%的节理带，同时保留了81%的节理嵌入点。
Seo教授表示：“通过自动化过滤和分割岩石特征的过程，R-C-D-F方法减少了人为错误和计算效率低下的问题，使其成为现代基础设施项目的理想选择。”他进一步指出，该方法结合了ML和深度学习技术，确保了地质数据处理的可靠性和准确性，有望直接提升隧道和地下结构等大型工程项目的安全性。此外，R-C-D-F方法的完全自主性质也是其重要优势之一，无需人工干预即可完成地质特征的识别和测量。这不仅降低了人为因素导致的误差，还提高了数据处理效率，为开发更智能、更快速的地质分析工具提供了可能。
