論文の概要: Developing a Free and Open-source Automated Building Exterior Crack
Inspection Software for Construction and Facility Managers
- arxiv url: http://arxiv.org/abs/2206.09742v1
- Date: Mon, 20 Jun 2022 12:43:33 GMT
- ステータス: 処理完了
- システム内更新日: 2022-06-22 14:08:00.948760
- Title: Developing a Free and Open-source Automated Building Exterior Crack
Inspection Software for Construction and Facility Managers
- Title（参考訳）: 建築・施設管理者のためのフリー・オープンソース自動外装ひび割れ検査ソフトウェアの開発
- Authors: Pi Ko, Samuel A. Prieto, Borja Garcia de Soto
- Abstract要約: 本研究では, 建設・設備管理者を対象とした, 使い易く, 自由かつオープンソースの自動建築き裂検査ソフトウェア(ABECIS)の開発について述べる。
ABECISは、UAVとスマートフォンカメラから収集した画像を実環境と制御された実験室環境でテストした。
ABECISは屋外のドローン画像に最適であり、アルゴリズムの予測と人間の検証・干渉を組み合わせることで、非常に正確なき裂検出結果が得られる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Inspection of cracks is an important process for properly monitoring and
maintaining a building. However, manual crack inspection is time-consuming,
inconsistent, and dangerous (e.g., in tall buildings). Due to the development
of open-source AI technologies, the increase in available Unmanned Aerial
Vehicles (UAVs) and the availability of smartphone cameras, it has become
possible to automate the building crack inspection process. This study presents
the development of an easy-to-use, free and open-source Automated Building
Exterior Crack Inspection Software (ABECIS) for construction and facility
managers, using state-of-the-art segmentation algorithms to identify concrete
cracks and generate a quantitative and qualitative report. ABECIS was tested
using images collected from a UAV and smartphone cameras in real-world
conditions and a controlled laboratory environment. From the raw output of the
algorithm, the median Intersection over Unions for the test experiments is (1)
0.686 for indoor crack detection experiment in a controlled lab environment
using a commercial drone, (2) 0.186 for indoor crack detection at a
construction site using a smartphone and (3) 0.958 for outdoor crack detection
on university campus using a commercial drone. These IoU results can be
improved significantly to over 0.8 when a human operator selectively removes
the false positives. In general, ABECIS performs best for outdoor drone images,
and combining the algorithm predictions with human verification/intervention
offers very accurate crack detection results. The software is available
publicly and can be downloaded for out-of-the-box use at:
https://github.com/SMART-NYUAD/ABECIS
- Abstract（参考訳）: き裂の検査は、建物を適切に監視し維持するための重要なプロセスである。
しかし、手動の亀裂検査は時間がかかり、一貫性がなく、危険である(高層ビルなど)。
オープンソースAI技術の開発、無人航空機(UAV)の普及、スマートフォンカメラの利用可能化などにより、ビルクラック検査プロセスの自動化が可能になった。
本研究は, 建設・設備管理者向けに, コンクリートひび割れの同定と定量・定性レポート作成に最先端セグメンテーションアルゴリズムを用いて, 使い易く, 自由かつオープンソースの自動建築き裂検査ソフトウェア(ABECIS)の開発について述べる。
ABECISは、UAVとスマートフォンカメラから収集した画像を実環境と制御された実験室環境でテストした。
このアルゴリズムの生出力から,(1)制御された実験室環境における室内き裂検出実験用0.686,(2)スマートフォンを用いた建設現場における室内き裂検出用0.186,(3)商用ドローンを用いた大学キャンパスにおける屋外き裂検出用0.958である。
これらのiouの結果は、人間のオペレータが偽陽性を選択的に除去した場合、0.8以上も改善できる。
一般的に、ABECISは屋外のドローン画像に最適であり、アルゴリズム予測と人間の検証・干渉を組み合わせることで、非常に正確なき裂検出結果が得られる。
このソフトウェアは一般に公開されており、デフォルトではhttps://github.com/SMART-NYUAD/ABECISでダウンロードできる。
関連論文リスト
- Robotic surface exploration with vision and tactile sensing for cracks
detection and characterisation [7.627217550282436]
本稿では,光ファイバーを用いた視覚・触覚解析に基づくクラックの局所化と検出のための新しいアルゴリズムを提案する。
ファイバー光学に基づく指型センサを用いて、データ取得を行い、分析と実験のためのデータ収集を行う。
論文 参考訳（メタデータ） (2023-07-13T14:50:38Z) - Vulnerable Source Code Detection using SonarCloud Code Analysis [0.0]
脆弱性検出により、誤警告の数を減らすことができる。
UMIアプリケーションのための機械学習ベースのソフトウェア脆弱性検出装置を作成するために、これらのメトリクスの適合性を分析する。
実験の結果,3,285個の脆弱なルールが検出された。
論文 参考訳（メタデータ） (2023-07-05T17:15:15Z) - IM-IAD: Industrial Image Anomaly Detection Benchmark in Manufacturing [88.35145788575348]
画像異常検出(英: Image Anomaly Detection、IAD)は、産業用コンピュータビジョンの課題である。
統一IMベンチマークの欠如は、現実世界のアプリケーションにおけるIADメソッドの開発と利用を妨げる。
7つの主要なデータセットに19のアルゴリズムを含む包括的画像異常検出ベンチマーク(IM-IAD)を構築した。
論文 参考訳（メタデータ） (2023-01-31T01:24:45Z) - MIAD: A Maintenance Inspection Dataset for Unsupervised Anomaly
Detection [20.74058429884136]
保守検査異常検出データセットは100K以上の高解像度カラー画像を含む。
このデータセットは3Dグラフィックソフトウェアによって生成され、表面および論理異常の両方をピクセル精度の基底真理でカバーしている。
論文 参考訳（メタデータ） (2022-11-25T09:19:36Z) - An Outlier Exposure Approach to Improve Visual Anomaly Detection
Performance for Mobile Robots [76.36017224414523]
移動ロボットの視覚異常検出システム構築の問題点を考察する。
標準異常検出モデルは、非異常データのみからなる大規模なデータセットを用いて訓練される。
本研究では,これらのデータを利用してリアルNVP異常検出モデルの性能向上を図る。
論文 参考訳（メタデータ） (2022-09-20T15:18:13Z) - SUPERNOVA: Automating Test Selection and Defect Prevention in AAA Video
Games Using Risk Based Testing and Machine Learning [62.997667081978825]
従来の手法では、成長するソフトウェアシステムではスケールできないため、ビデオゲームのテストはますます難しいタスクになります。
自動化ハブとして機能しながら,テスト選択と欠陥防止を行うシステム SUPERNOVA を提案する。
この直接的な影響は、未公表のスポーツゲームタイトルの55%以上のテスト時間を減らすことが観察されている。
論文 参考訳（メタデータ） (2022-03-10T00:47:46Z) - DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly
detection in air transportation [68.8204255655161]
識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。
通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。
その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
論文 参考訳（メタデータ） (2021-09-08T14:07:55Z) - OutlierNets: Highly Compact Deep Autoencoder Network Architectures for
On-Device Acoustic Anomaly Detection [77.23388080452987]
人間のオペレーターはしばしば異常な音で産業機械を診断する。
ディープラーニングによる異常検出手法は、工場でのデプロイメントを禁止する膨大な計算リソースを必要とすることが多い。
ここでは、マシン駆動設計探索戦略を探求し、非常にコンパクトなディープコンボリューションオートエンコーダネットワークアーキテクチャのファミリーであるOutlierNetsを作成します。
論文 参考訳（メタデータ） (2021-03-31T04:09:30Z) - Towards AIOps in Edge Computing Environments [60.27785717687999]
本稿では,異種分散環境に適用可能なaiopsプラットフォームのシステム設計について述べる。
高頻度でメトリクスを収集し、エッジデバイス上で特定の異常検出アルゴリズムを直接実行することが可能である。
論文 参考訳（メタデータ） (2021-02-12T09:33:00Z) - CorrDetector: A Framework for Structural Corrosion Detection from Drone
Images using Ensemble Deep Learning [2.108696645677565]
構造腐食モニタリングの領域において, 自動画像解析を応用した新しい手法を提案する。
本研究は,モデルのアンサンブルアプローチが,分類精度において最先端の手法よりも優れていることを示す。
論文 参考訳（メタデータ） (2021-02-09T07:27:16Z) - Built Infrastructure Monitoring and Inspection Using UAVs and
Vision-based Algorithms [2.0305676256390934]
本研究では, 実時間制御無人航空機(UAV)による構造物表面の検査システムを提案する。
本システムは,Wentworthライトレールベース構造である目標構造を調査するために,良好な気象条件下で運用されている。
論文 参考訳（メタデータ） (2020-05-19T14:37:48Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。