摘要
本发明涉及一种基于深度神经辐射场的精细化桥梁故障检测及重建方法,属于建筑人工智能领域。其包括以下步骤:获取桥梁健康状态下的图像数据及相机位姿数据,构建3D‑Brith数据集并预处理得到桥梁基准图像;构建基于深度神经辐射场的精细化桥梁故障检测及重建模型;基准图像和待检测图像经过模型的深度图像分析模块后,进入故障率计算函数计算故障率;桥梁三维点位姿输入模型的全连接网络中生成辐射场,结合相机位姿在模型的体积渲染层重建桥梁深度图像;使用损失函数优化得到训练好的模型;将辐射场和需要重建的相机位姿视角输入训练好的模型的体积渲染层中,得到需要重建的深度图像。本发明能够高效识别桥梁表面的微小裂缝和剥落等缺陷。
技术关键词
图像分析模块
故障检测
深度编码器
桥梁健康状态
相机
基准
上采样
样本
采样器
损失函数优化
解码器
数据
评估桥梁
桥梁表面
网络
映射算法
图像分割
系统为您推荐了相关专利信息
监测分析系统
故障检测模型
气体
电化学传感器
光谱传感器
识别管理系统
卷积神经网络模型
图像采集模块
多光谱相机
高清摄像头
归档方法
深度卷积神经网络
数据分类
多模态数据融合
温度校正
故障检测模型
中央空调系统
空气流量传感器
静压传感器
数据获取单元
气溶胶收集系统
激光切割系统
远距离
激光切割头
激光切割方法