180 / 2019-07-28 14:52:58

基于无人机和深度学习的建筑震害评估

区域震害评估,地理信息系统,无人机,卷积神经网络

全体主题 > 土木工程结构防灾减灾

区域建筑震害的快速评估具有迫切的现实需求。本研究基于无人机平台与卷积神经网络(convolutional neural network, CNN) 提出了一种新的建筑震害评估框架。该框架包括三个部分：(1) 前期数据准备，(2) 建筑图像分割，(3) 基于卷积神经网络的震害评估。首先，预先准备区域建筑3D模型、区域建筑的倾斜摄影图像以及拍摄位置、视角和相机焦距信息为之后的模拟作准备；其次提出一套采用建筑3D模型作为位置参考的区域建筑分割方法，获取区域中每栋建筑各个视角的航拍图片；之后，收集不同损伤程度的建筑图像并对其人工分类。采用该数据集训练CNN分类器，用于评估每栋建筑的损伤；最后，本研究对北川地震灾区进行了案例分析。对所提出的建筑分割方法效果进行了展示。并对整个区域建筑的损伤情况进行了预测，预测准确度高达89.39%。基于CNN的建筑损伤评估方法能实现大量建筑图像的快速评估，本研究方法期望为区域建筑震害的快速评估与应急救援提供参考。