通过颜色到热成像的 AI 进行建筑围护结构检测的单类异常检测
图像与视频处理
2024-02-06 v1 计算机视觉与模式识别
机器学习
摘要
我们提出了一种无标签方法，用于在建筑围护结构的热成像检测中检测异常。该方法基于 AI 驱动的颜色图像热分布预测。实际上，该方法作为一个单类分类器，对预测热分布与实际热分布之间高度不匹配的热图像区域进行分类。该算法可以通过选择用于训练的目标样本来学习将某些特征识别为正常或异常。我们通过使用在不同室外温度下收集的数据训练算法来演示了这一原理，从而实现了热桥的检测。该方法可实施以协助人类专业人员进行常规建筑检查，或与移动平台结合以自动化大面积的检查。
引用
@article{arxiv.2402.02963,
title = {One-class anomaly detection through color-to-thermal AI for building envelope inspection},
author = {Polina Kurtser and Kailun Feng and Thomas Olofsson and Aitor De Andres},
journal= {arXiv preprint arXiv:2402.02963},
year = {2024}
}