基于卷积神经网络的混凝土裂缝识别

• 作者: 俞臻威 温作林 申永刚 苏建
• 来源期刊: 低温建筑技术
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 裂缝识别
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 建筑材料科学与技术
• 页码范围: 9-12,21
• 页数: 5页
• 分类号: TU528.1
• 字数: 1570字
• 语种: 中文
• DOI: 10.13905/j.cnki.dwjz.2019.06.003

摘要

针对基于图像处理和边缘检测的混凝土裂缝识别方法易受外部环境干扰,且在图像处理过程中会产生大量噪声,从而导致识别效果不佳的问题,提出一种基于卷积神经网络的裂缝识别方法.通过与当前主流卷积神经网络模型进行对比研究以及对真实的混凝土裂缝图像的识别验证,结果表明,文中所建立的CrackNet模型能够有效识别混凝土图像中的裂缝目标,具有高效性和强鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	申永刚	浙江大学建筑工程学院	31	298	11.0	17.0
2	温作林	浙江大学建筑工程学院	2	0	0.0	0.0
3	苏建		1	0	0.0	0.0
4	俞臻威	浙江大学建筑工程学院	1	0	0.0	0.0