基于卷积神经网络算法的混凝土桥梁裂缝识别与定位技术
无人机技术的进步与高性能计算机的出现,促进了桥梁结构智能化检测的发展.为了实现对无人机获取的大量照片的自动化处理,提出了一种基于计算机视觉的混凝土桥梁裂缝识别与定位技术.以卷积神经网络为核心算法,构建相应的数据库,通过对现有方法的改进,提出一种混凝土桥梁裂缝高效识别的技术.用于检测桥梁裂缝的卷积神经网络架构由3组卷积与池化层、两组Dropout与全连接层组成,算法测试集准确率为93.6%.结合卷积神经网络与滑动窗口算法,搭建相应的数据库与网络架构,提出一种混凝土桥梁裂缝准确定位的技术.结果 表明,本文所提出的混凝土桥梁裂缝识别与定位技术,计算效率较高,准确度较好,可以直接应用于识别由无人机拍摄得到的桥梁裂缝照片.此项技术加速了识别速度且具有较高的准确率,为智能化、自动化检测桥梁病害奠定了良好的基础.
卷积神经网络、裂缝识别、裂缝定位、混凝土桥梁、检测、图像处理
65
U445.71(桥涵工程)
国家自然科学基金;中国博士后科学基金;中央高校基本科学科研业务费专项资金项目
2020-10-15(万方平台首次上网日期,不代表论文的发表时间)
共7页
268-274