基于建筑信息化的无人机遥感测量关键建筑材料图像识别浅析

无人机遥感测量技术、建筑信息化技术是近来越来越多使用的先进技术。基于建筑信息化的无人机遥感测量能较快较准确地对建筑进行测量,其中一个关键技术点是无人机拍摄图像的图像识别。本文基于建筑信息化的无人机遥感测量关键建筑材料图像识别模型的建立、数据读取、分层、训练语意分割及应用等方面,对基于建筑信息化的无人机遥感测量关键建筑材料图像识别技术进行研究,为无人机遥感测量提供参考。     

基于神经网络的无人机拍摄图像识别

针对无人机(unmanned aerial vehicle,UAV)拍摄图像识别准确率不高,以及由于图像数量庞大导致的时间长、效率低等问题,本文将基于神经网络的图像识别技术应用于无人机拍摄中。以拍摄的各类桥梁图像为例,将图片分别作出标注,分成实验所需的训练集和测试集。在TensorFlow网络框架上对VGG16进行改进,并运用全卷积层代替全连接层,对图像进行准确分类;同时在生成候选区域时提出一种网格聚类筛选法用于提取图片特征。研究结果表明,采用本文算法可使图像的分类准确率达到90%,且运行速度也有很大的提升,缩短了将近一半。该研究为无人机拍摄影像的识别提供了良好的应用前景。     

无人机数字图像识别在施工领域中的应用

对无人机在施工领域的运用进行了分析,以钢筋图像识别为例,提出了运用霍夫变换方法,进行数字图像识别研究,达到了精确识别钢筋边缘效果,解决了施工现场无人机采集的图像识别困难的问题。     

俄罗斯研制消防无人机

正编译者注:无人机的确是很有发展前途的新技术,多种类型的消防无人机都将大有"用武之地"。本文积极推介用电缆遥控的消防无人机,确实有不少优点,但也有一些缺点或局限性,如增加无人机的荷载,容易被一些户外电缆、室外广告等高空物体缠绕或阻挡,也容易受到风力、风向等因素影响。尽管如此,这种"风筝"式无人机仍不为一项有益于高空消防的选择。特别是这一创意的倡导者们开展这一项前沿课题研究的思路与方法,是颇有研究参考价值的。     

无人机在桥梁检测应用中的若干问题探讨

运用无人机技术进行桥梁检测,具有灵活便捷、高效、经济效益显著等特征。然而,目前国内外大多数学者均在理想状态下开展相关技术试验,甚至将其优势言过其实。为了客观认识其应用水平,在查阅大量文献的基础上,分别从研究现状、相关硬件装备技术性能要求以及应用特点三方面展开探讨。研究结果认为,无人机飞行器的定位信号、安全性、结构设计以及图像识别问题是影响其广泛应用的技术"瓶颈",并基此探讨了其改善措施。     

基于卷积神经网络的桥梁裂缝检测研究

为了实现桥梁裂缝自动化检测,将无人机技术与图像识别技术相结合,利用深度学习框架搭建卷积神经网络模型,识别无人机采集的桥梁外观图片,达到了精确检测桥梁裂缝的效果,具有一定实际应用价值。     

基于CNN算法与无人机技术的临边护栏识别方法探索

建筑业的施工安全长久以来都是社会热点问题,然而消除施工安全隐患却始终是难点.随着无人机和人工智能技术的发展,将图像采集与识别技术应用到建筑施工安全防治领域是当前的研究热点之一.高空坠落事故是施工安全事故占比最大的事故类型,临边防护的缺失是导致高空坠落事故频发的主要原因之一.本文利用深度学习框架搭建了5种主流卷积神经网络...     

建筑施工脚手架安全事故研究

建筑施工场地是建筑行业各类型安全事故的多发地。对于采用何种方法降低安全事故发生数量,是政府以及各个企业的研究重点。在建筑安全事故中,由于高空坠物等导致的安全事故一直居高不下。特别是关于脚手架坠落导致的安全事故甚至一度占到了建筑行业安全事故的22%。针对脚手架导致的建筑行业安全事故进行了详细研究。结合现场调研与实测数据分析导致脚手架发生事故的主要原因,并对脚手架事故的原因进行了识别与分级描述。脚手架事故主要分为两类:高空坠落、倾覆和坍塌事故。通过实际施工经验以及理论研究对可能出现的脚手架事故进行了原因分析,从而找到脚手架事故的关键部位,进而提出了建议,对脚手架事故进行了相关的安全管控。     

消防无人机及其应用前景探讨

本文就消防无人机及其应用前景这一论点进行分析和研究,为了确保分析和研究的全面性,设计如下框架.首先,阐述消防无人机的理论内涵,增加对消防行业无人机理论定义的了解,并为后文的深入分析奠定坚实的基础.其次,分析消防行业无人机应用的主要方面,包括在灾情侦查、辅助救援以及重大安保等方面的应用,了解应用要点以及发挥作用.最后,对消防无人机的有效应用以及未来发展进行深入研究,力求为相关单位以及工作人员的实践提供操作参考,并增加对消防无人机未来发展趋势了解,高效应用无人机并进一步深入推广消防无人机.     

浅谈机器视觉在数据中心发展应用

机器视觉作为人工智能中的一个重要分支,在科技、医疗、军工等各个方面有着显著应用.文章从机器视觉发展历程入手,结合人工智能时代机器视觉应用的现状,总结机器视觉的应用趋势,展望图像识别智能技术在数据中心的应用.