基于图像识别的建筑裂缝自动识别技术研究

扫码查看

原文链接

NETL
NSTL
万方数据

中文摘要：针对建筑裂缝识别精度差和泛化性弱的问题，提出一种基于图像识别的建筑裂缝自动识别技术。该技术融合了注意力机制和U-Net架构，即AU-Net，能够有效学习不同尺度特征间的相互关系，从而显著提升裂缝识别的精度和泛化性。在三个建筑裂缝识别的数据集上进行测试，结果表明，相较于全卷积网络和标准的U-Net模型，AU-Net的平均F1分数提升9。4%，平均交并比提升7。2%。因此，本研究有助于及时预防建筑的结构性故障，提升建筑安全性。

作者：

李秀丽、裴瑶瑶

展开 >

作者单位：

河南测绘职业学院

关键词：

建筑裂缝自动识别安全性

出版年：

2024

信息系统工程

天津市信息中心

信息系统工程

影响因子：0.29

ISSN：1001-2362

年,卷(期)：2024.(5)

参考文献量5