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 |
| |
作者姓名: | 高庆飞 王宇 刘晨光 郭斌强 刘洋 |
| |
作者单位: | 1. 哈尔滨工业大学交通科学与工程学院;2. 浙江省交通规划设计研究院 |
| |
基金项目: | 国家自然科学基金项目,项目编号51778194;;中国博士后基金项目,项目编号2017M621282;;中央高校基本科学科研业务费专项资金项目,项目编号HIT.NSRIF.2019056; |
| |
摘 要: | 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。
|
关 键 词: | 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 |
|
|