路边标牌侦测、识别、辨识及结构分析

创科方案 路边标牌侦测、识别、辨识及结构分析
(编号: S-1746)
试验项目
方案特点
  • 人工智能评估广告牌倒塌风险，整合最先进的计算机视觉算法以及结构力学分析，以提高评估的准确性。
  • 图像分割利用 Mask-RCNN 和神经风格转移算法，适应不同天气和光照，复杂环境中对广告牌精确分割，自动编号。
  • 缺陷检测基于 Co-DERT 和 RT-DERT 模型，这两种模型是 COCO数据集表现最优秀的模型。有效地识别广告牌表面的生锈、变形等。
  • 风险评估融合人工智能和物理建模。与过去数据比较，量化广告牌变形。采用有限元和贝氏推论全面评估风险。
  • 开发用户友好界面和后端以高效管理。界面查找广告牌并核对日志。数据库数据回流重新训练模型，增强精度。
试验应用及预期成果
  • 创建带有标注的广告牌图像分割数据集，以帮助广告牌图像分割模型的训练和评估。
  • 建立已标注的广告牌缺陷数据集，包括生锈、变形等，以训练和评估缺陷检测模型。
  • 根据有限元建模和贝氏推论的结果生成广告牌坠落风险数据集，用于训练和评估风险评估模型。
  • 整体风险评估的准确性将结合香港或其他城市已经发生的广告牌坠落事件数据进行综合评估。
方案提供者资料
方案提供者:香港科技大学
地址:香港科技大学学术楼3楼3564室，清水湾，香港
联络人:王者
职位:Director, Smart Building and Construction Lab
电话:23588753
传真号码:23581534
电子邮件: cezhewang@ust.hk
网页: https://walterzwang.github.io/

有关上述创新科技解决方案的详情，请联络方案提供者查询。