Отрывок: Использование нейросетевых алгоритмов позволяет автоматизировать процесс обработки видеоданных, уменьшая нагрузку на персонал и увеличивая эффективность мониторинга повреждений. В связи со сложностью получения набора данных для обучения нейросетей возможно использование технологии моделирования синтетических данных. 2. ОБНАРУЖЕНИЕ ДЕФЕКТОВ В качестве нейросетевого классификатора для задачи обнаружения дефектов была приме...
Название : Обнаружение нарушений целостности поверхностей зданий при помощи нейросетевых алгоритмов
Авторы/Редакторы : Фирсов Н. А.
Жердева Л. А.
Жердев Д. А.
Минаев Е. Ю.
Дата публикации : 2022
Библиографическое описание : Обнаружение нарушений целостности поверхностей зданий при помощи нейросетевых алгоритмов / Н. А. Фирсов, Л. А. Жердева, Д. А. Жердев, Е. Ю. Минаев // Информационные технологии и нанотехнологии (ИТНТ-2022) : сб. тр. по материалам VIII Междунар. конф. и молодеж. шк. (г. Самара, 23 - 27 мая) : в 5 т. / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - Самара : Изд-во Самар. ун-та, 2022Т. 4: Искусственный интеллект / под ред. А. В. Никонорова. - 2022. - С. 043552.
Аннотация : Обнаружение нарушений целостности поверхностей зданий требует привлечения рабочего персонала, при этом зачастую требуются дополнительные приспособления и спецтехника (лестницы, автовышки и пр.) и возникают риски производственных травм. Автоматизация обнаружения нарушений целостности зданий с помощью видеоаналитики данных с БПЛА может ускорить, удешевить и обезопасить данную процедуру. Применение нейросетевых алгоритмов к данной задачи осложнено специфичностью данных, которые требуется собирать на определенных зданиях и площадях инфраструктуры. Для решения этой задачи предлагается использовать синтетические данные, получаемые при помощи виртуальной среды. Синтезированный набор данных позволяет полностью решить поставленную задачу обнаружения трещин фасадов и повреждений кровли.
Другие идентификаторы : RU\НТБ СГАУ\491279
Ключевые слова: автоматизация обнаружения нарушений
синтетические данные
сверточные нейронные сети
трещины
обнаружение нарушений целостности зданий
нейросетевые алгоритмы
применение БПЛА
нарушения целостности зданий
моделирование повреждений
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
ИТНТ-2022. Том 4. Искусственный интеллект/978-5-7883-1792-2_2022-043552.pdf826.44 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.