改善空中图像中微小物体细分精度,用于青路面坑洞检测
Sujong Kim1, Dongmahn Seo2, Soobin Jeon2
1Department of Computer Software, Catholic University of Daegu, Gyeongsan-si 712010, Republic of Korea.
Sensors (Basel, Switzerland)
|July 14, 2023
概括
这项研究引入了一种先进的算法,用于精确的微小物体细分,增强道路上的坑洞检测. 该方法改进了现有的技术,以更好地维护道路安全.
科学领域:
- 土木工程 土木工程是指土木工程.
- 计算机视觉 计算机视觉
- 遥感 遥感 遥感 遥感
背景情况:
- 探测坑洞对于道路维护和安全至关重要.
- 准确细分小物体,如坑洞仍然是一个挑战.
- 现有的方法往往缺乏足够的覆盖范围和精度.
研究的目的:
- 开发和评估一个算法,精确细分小物体,专门用于坑洞检测.
- 为了提高在青路面上发现坑洞的准确性和覆盖范围.
- 为道路安全监测提供实用和高效的解决方案.
主要方法:
- 这是一个三步算法:MOED (多对象边缘检测),VAPOR (验证和后处理) 和异常处理.
- 使用在高空 (30-70米) 捕获的无人机 (UAV) 图像.
- 在韩国的各个地区进行实验性评估.
主要成果:
- 拟议的算法证明了小对象 (坑) 的优异实例细分性能.
- 在坑洞检测的准确性和有效性方面优于以前的方法.
- 与现有技术相比,实现了更广泛的覆盖范围.
结论:
- 开发的算法为准确的坑洞检测提供了实用和高效的解决方案.
- 对道路安全维护和监控系统做出了重大贡献.
- 强调了先进的计算机视觉技术在基础设施管理中的潜力.
