.png){kind=icon}
返回
Vision-Based Multi-perspective Road Pre-damage Detection
.png){kind=icon}
OA
AI
DOI：10.1007/978-3-032-04774-8_39.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
道路状况评估对于选择维护策略以防止道路失效至关重要。然而，当前的道路评估方法具有主观性、需手动执行且耗时，而道路维护主要具有反应性，并伴随相关风险，例如可能导致网络中断。本文提出了一种基于视觉的道路检测与评估方法。为此，我们将数字图像相关法（DIC）与透视变换相结合，以测量材料位移或应变，这可能是路面失效的早期预警。我们的结果表明，透视变换后的图像能够成功用于DIC分析，并获取与直接角度拍摄样本的图像相差19%的应变值。透视变换使我们能够规避固定DIC应用的限制，并允许从移动相机（如行驶中的普通汽车）收集图像。这为有效预测道路损伤的形成以及随之而来的预测性维护提供了新的机会。
Keyword:
Pavement Defect Detection
Material Strain
Predictive Maintenance
Digital Image Correlation
Computer Vision
Perspective Warping
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
机构
引用论文
.png){kind=icon}
分享收藏Vision- and Entropy-Based Detection of Distressed Areas for Integrated Pavement Condition Assessment
PREAI
分享收藏 没有更多内容
没有更多内容