Автоматизированный анализ повреждения зданий от стихийных бедствий

Исследователи из Университета Пердью использует глубокое обучение, чтобы сократить время, необходимое инженерам, чтобы оценить повреждения зданий после стихийных бедствий.

Инженеры должны быстро документировать повреждения зданий, мостов и трубопроводов после катастрофы. «Эти команды инженеров берут много фотографий, около 10000 изображений в день, и эти данные имеют решающее значение, чтобы узнать, как бедствие затронуло структуру города,» сказал Ширли-Дейк, профессор университета Пердью. «Каждое здание должно быть проанализировано людьми, и это занимает огромное количество времени, чтобы просмотреть каждое изображение и составить описание для него, так чтобы и другие могли использовать его.»

«К сожалению, нет никакого способа, чтобы быстро анализировать эти тысячи изображений, которые необходимы, чтобы определить ущерб от события», — сказал доктор Уеимбыл Чхоль мин. «Когда люди смотрят на изображения более одного часа, они устают, в то время как компьютер может продолжать анализировать».

Используя титан графических процессоров вместе с cuDNN, исследователи обучили нейронные сети на большом наборе данных около 8000 изображений, с надписями на фотографиях на которых показаны строительные материалы, которые были либо повреждены, либо не развалилась«.

«Это первое в истории использование глубокого обучения для этих типов изображений», — заявил Дайк. "Мы имеем дело с реальными изображениями зданий, которые были повреждены из за торнадо, ураганов, наводнений и землетрясений.