期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于可见光和红外图像融合的建筑外墙空鼓与脱落识别方法研究 被引量：1
1
作者 王玮 米庆仁 +1 位作者 肖云 杨新聪 《工业建筑》 2024年第5期51-59,共9页
建筑外墙空鼓与脱落的识别对于确保城市老旧建筑物周围公共安全至关重要。传统的人工原位检测方法需要耗费大量人力物力且存在一定的安全风险,此外识别结果也会受到专业人员的工作经验和工作状态等主观因素的影响。近年来,采用无人机进... 建筑外墙空鼓与脱落的识别对于确保城市老旧建筑物周围公共安全至关重要。传统的人工原位检测方法需要耗费大量人力物力且存在一定的安全风险,此外识别结果也会受到专业人员的工作经验和工作状态等主观因素的影响。近年来,采用无人机进行图像采集并通过人工智能模型对建筑外墙缺陷进行识别的方法逐渐流行开来。然而,目前对于缺陷检测的研究仅针对单一模态的可见光图像或者红外图像,往往只能对某一缺陷进行检测,且没有考虑缺陷之间的转换关系。针对这一问题,通过融合建筑外墙的可见光和红外图像,结合两种模态的图像信息,并通过不同深度的UNet和Res-UNet模型对融合后图像进行建筑外墙缺陷识别,比较了不同深度模型的识别效果。试验结果表明,深度为4的Res-UNet模型对建筑外墙的空鼓和脱落具有很好的识别效果。 展开更多
关键词 多模态融合 可见光和红外图像融合 外墙缺陷识别 深度学习
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部