基于计算机视觉与无人机合成数据集的震后检测
计算机视觉与模式识别
2022-11-29 v1 机器学习
摘要
地震影响的区域广阔且通常难以完全覆盖，且地震本身是一种同时引发多种缺陷的突发事件，无法使用传统的人工方法进行有效追踪。本文提出了一种检测突发事件后损害的创新方法，该方法使用组织在单一管线中且允许无缝修改和替换模型的互联深度机器学习模型集合。管线中的模型使用合成数据集进行训练，并经过适配以在真实世界条件下使用无人机（UAVs）进行进一步评估和使用。得益于本文提出的方法，仅基于单次无人机飞行即可在检测建筑缺陷、将建筑物分割为其组件以及评估其技术状况方面获得高准确率。
引用
@article{arxiv.2210.05282,
title = {Computer Vision based inspection on post-earthquake with UAV synthetic dataset},
author = {Mateusz Żarski and Bartosz Wójcik and Jarosław A. Miszczak and Bartłomiej Blachowski and Mariusz Ostrowski},
journal= {arXiv preprint arXiv:2210.05282},
year = {2022}
}
备注
15 pages, 8 figures, published version, software available from https://github.com/MatZar01/IC_SHM_P2