A Novel Approach for UAV Image Crack Detection

无人机 卷积神经网络 计算机科学 自动化 块(置换群论) 人工智能 深度学习 汽车工程 实时计算 计算机视觉 工程类 几何学 数学 遗传学 机械工程 生物
作者
Yanxiang Li,Jinming Ma,Ziyu Zhao,Gang Shi
出处
期刊:Sensors [MDPI AG]
卷期号:22 (9): 3305-3305 被引量:20
标识
DOI:10.3390/s22093305
摘要

Cracks are the most significant pre-disaster of a road, and are also important indicators for evaluating the damage level of a road. At present, road crack detection mainly depends on manual detection and road detection vehicles, with which the safety of detection workers is not guaranteed and the detection efficiency is low. A road detection vehicle can speed up the efficiency to a certain extent, but the automation level is low and it is easy to block the traffic. Unmanned Aerial Vehicles (UAV) have the characteristics of low energy consumption and easy control. If UAV technology can be applied to road crack detection, it will greatly improve the detection efficiency and produce huge economic benefits. In order to find a way to apply UAV to road crack detection, we developed a new technique for road crack detection based on UAV pictures, called DenxiDeepCrack, which is a trainable deep convolutional neural network for automatic crack detection which utilises learning high-level features for crack representation. In addition, we create a new dataset based on drone images called UCrack 11 to enrich the crack database of drone images for future crack detection research.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
meshgrid完成签到,获得积分10
2秒前
执行正义完成签到,获得积分10
3秒前
咎牛青完成签到,获得积分10
5秒前
碗碗发布了新的文献求助10
6秒前
6秒前
麻生完成签到,获得积分10
7秒前
慕青应助蟹子爱吃鱼采纳,获得10
8秒前
jhhh完成签到,获得积分10
8秒前
诚心凝蝶完成签到,获得积分10
8秒前
8秒前
9秒前
9秒前
aaa完成签到,获得积分10
9秒前
9秒前
10秒前
10秒前
ppg123应助科研通管家采纳,获得10
10秒前
丘比特应助科研通管家采纳,获得10
11秒前
一一应助科研通管家采纳,获得10
11秒前
田様应助科研通管家采纳,获得10
11秒前
ppg123应助科研通管家采纳,获得10
11秒前
11秒前
烟花应助科研通管家采纳,获得10
11秒前
Hello应助科研通管家采纳,获得10
11秒前
爆米花应助科研通管家采纳,获得10
11秒前
深情安青应助科研通管家采纳,获得10
11秒前
丘比特应助科研通管家采纳,获得10
11秒前
ppg123应助科研通管家采纳,获得10
11秒前
完美世界应助科研通管家采纳,获得10
12秒前
12秒前
领导范儿应助科研通管家采纳,获得10
12秒前
12秒前
12秒前
12秒前
HAY发布了新的文献求助10
12秒前
huiya发布了新的文献求助10
13秒前
糖果乖乖发布了新的文献求助10
13秒前
英俊的铭应助jinx123456采纳,获得10
14秒前
sjdenghao发布了新的文献求助10
14秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Very-high-order BVD Schemes Using β-variable THINC Method 870
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3256152
求助须知:如何正确求助?哪些是违规求助? 2898242
关于积分的说明 8300614
捐赠科研通 2567422
什么是DOI,文献DOI怎么找? 1394523
科研通“疑难数据库(出版商)”最低求助积分说明 652817
邀请新用户注册赠送积分活动 630511