IEEE Transactions on Intelligent Transportation Systems· 2016Q1
Rastgele Yapılandırılmış Ormanlar Kullanarak Otomatik Yol Çatlağı Tespiti
Automatic Road Crack Detection Using Random Structured Forests
- 1.492atıf
- Q1SCImago
- 2016yıl
Kısa özet
CrackForest adlı yeni bir çerçeve, rastgele yapılandırılmış ormanları ve yeni özellikleri kullanarak, yoğunluk homojenliği ve gürültü gibi zorlukların üstesinden gelerek yol çatlaklarını yüksek hassasiyetle otomatik olarak tespit eder.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- CrackForest çerçevesi, yol çatlağı tespiti için rastgele yapılandırılmış ormanları kullanır.
- İntegral kanal özellikleri, yoğunluk değişimlerine rağmen çatlak temsilini iyileştirir.
- Yeni bir çatlak tanımlayıcısı, çatlakları benzer görünümlü gürültüden etkili bir şekilde ayırır.
- Yöntem, rakip yaklaşımlara göre daha hızlı ve paralelleştirmesi daha kolaydır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Cracks are a growing threat to road conditions and have drawn much attention to the construction of intelligent transportation systems. However, as the key part of an intelligent transportation system, automatic road crack detection has been challenged because of the intense inhomogeneity along the cracks, the topology complexity of cracks, the inference of noises with similar texture to the cracks, and so on. In this paper, we propose CrackForest, a novel road crack detection framework based on random structured forests, to address these issues. Our contributions are shown as follows: 1) apply the integral channel features to redefine the tokens that constitute a crack and get better representation of the cracks with intensity inhomogeneity; 2) introduce random structured forests to generate a high-performance crack detector, which can identify arbitrarily complex cracks; and 3) propose a new crack descriptor to characterize cracks and discern them from noises effectively. In addition, our method is faster and easier to parallel. Experimental results prove the state-of-the-art detection precision of CrackForest compared with competing methods.
Yazarların özeti; kaynağından alınmıştır. IEEE Transactions on Intelligent Transportation Systems, 2016 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: İnşaat ve Yapı Mühendisliği
Civil and Structural EngineeringEngineering