>
Fa   |   Ar   |   En
   ارزیابی میزان خسارت سازه‌ها در اثر زلزله با استفاده ازشبکه عصبی کانولوشنی و تصاویر سازه‌ها  
   
نویسنده صادق محمدی حمیدرضا ,خوشنویسان افشین
منبع دوازدهمين كنفرانس ملي و دومين كنفرانس بين المللي بينايي ماشين و پردازش تصوير ايران - 1400 - دوره : 12 - دوازدهمین کنفرانس ملی و دومین کنفرانس بین المللی بینایی ماشین و پردازش تصویر ایران - کد همایش: 00201-13087 - صفحه:0 -0
چکیده    چکیده- تخمین میزان خسارت در هنگام وقوع زلزله دارای نقش به‌سزایی در مدیریت بحران است و استفاده از تصاویر ثبت‌شده می‌تواند کمک شایانی در امر تخمین خسارت بنماید. در این مقاله استفاده از شبکه‌های عمیق کانولوشنی جهت دسته‌بندی تصاویر پیشنهاد شده است، این روش شامل مراحل پیش‌پردازش، انتخاب معماری شبکه، آموزش و آزمایش شبکه است. شبکه عمیق پیشنهادی در این پژوهش برپایه مدل کانولوشنی مبتنی بر ساختار resnet است. برای ارزیابی صحت مدل جهت پیش‌بینی میزان خسارت، دادگان تصاویر شهر ناپا کالیفرنیا که بر اساس توصیه‌نامه atc-20 در سه دسته برچسب سبز، زرد و قرمز دسته‌بندی شده است مورد آزمون قرار گرفت. نتیجه صحت مدل پیشنهادی برابر 54/89٪محاسبه گردید.
کلیدواژه تصاویر زلزله، خسارت سازه، شبکه‌های عمیق کانولوشنی، توصیه‌نامهAtc-20.
آدرس
 
     
   
Authors
  
 
 

Copyright 2023
Islamic World Science Citation Center
All Rights Reserved