52监测网专家报告分享-第73期
《卷积神经网络在混凝土桥梁裂 缝识别中的应用研究》
汇报人：梁栋 河北工业大学
报告来源：2018结构安全监测行业技术交流会
报告目录
一、研究背景及意义
二、国内外研究现状
三、双网络模型
四、识别结果展示
五、结论
报告简介
一、研究背景及意义
（数据来自2012-2016年交通运输行业发展统计公报）
因此，只有适应大批量桥梁的、自动检测与评估方法才能适应我国的混凝土桥梁现状。其中，基于图像识别的裂缝自动检测成为重要方法之一。
二、国内外研究现状
存在问题
（1）对照片需要复杂的预处理过程，不利于实现裂缝识别的自动化；
（2）受照片中无关信息干扰严重，很难将其排除，造成错误识别；
（3）混凝土桥梁裂缝宽度一般不超过0.2mm，对于细小裂缝的识别有一定的困难。
三、双网络模型
四、识别结果展示
五、结论
首先使用CNN模型做整体上的区域识别，然后使用FCN模型进行图像分割，可以更好地排除照片中的干扰信息，同时兼顾了识别精度。
在识别过程中，直接输入桥梁的外观图片，无 需对照片做复杂的预处理，自动提取出裂缝特征，计算出宽度和长度信息有助于实现桥梁裂缝检测的高度自动化，
可大幅提高检测效率。
52监测网专家报告分享-第73期
《卷积神经网络在混凝土桥梁裂 缝识别中的应用研究》
汇报人：梁栋 河北工业大学
1、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“文章版权申述”（推荐），也可以打举报电话：18735597641(电话支持时间：9:00-18:30)。
2、网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友投稿，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务。
原创文章，作者：写文章小能手，如若转载，请注明出处：https://www.447766.cn/chachong/131076.html,
