양, 중, 군. 이미지 감지 기술의 스마트 사이트 응용 진행 [J]. 쓰촨 건물, 202 1, 41(s1)::
지능형 건설 현장에서 이미지 감지 기술 개발, 이미지 기술, 비디오 기술, lidar 점 클라우드 기술을 건설 현장에서 적용하는 방법, 이미지 처리 기술 분야에서 지능형 알고리즘의 개발 및 적용에 대해 설명합니다. 마지막으로 시공 감독의 요구를 더 잘 충족하기 위해 비디오 및 라이더 점 구름 기술을 통해 이미지 기술의 시간과 공간을 상호 검증하여 이미지 인식의 정확도를 높일 수 있습니다. 지능형 알고리즘과 이미지 결합 기술의 경우 3D 기술을 결합하여 보다 정확한 실시간 피드백 신호를 형성하고 엔지니어링 시공을 안내해야 합니다.
키워드: 이미지 감지 기술; 비디오 기술 라이더 점 구름 기술: 지능형 알고리즘
스마트 공사장과 스마트 건물의 부상은 지능화와 정보화의 발전과 밀접한 관련이 있다. 우리나라의 도시화 과정이 가속화됨에 따라 시공과정이 점점 복잡해지고, 시공현장 노동안전모와 안전로프 착용, 시공현장 임시전력 혼란, 임변 보호 등 안전문제가 날로 두드러지고 있어 전통적인 시공안전감독 기술이 현재 현장 시공안전의 요구를 충족시키지 못하고 있다. 컴퓨터와 인공지능 기술의 급속한 발전에 따라 이미지 감지 기술은 처리 정확도가 높고 유연하며 재현성이 뛰어나며 광범위하게 적용되는 등 건설 안전 관리 프로세스에 성공적으로 적용되었습니다. 프로젝트 관리자에게 시공 현장의 안전 위험, 시공 역학 및 진도에 대한 실시간 피드백을 제공하여 건설 안전 관리의 효율성을 높였다.
2 1 세기, 이미지 감지 기술의 적용 범위가 점차 넓어지고, 심지어 일부 분야에서도 돌파구를 마련했다. 그러나 이미지 감지 기술의 진일보한 발전은 컴퓨터 연산 속도와 저장 능력, 이미지 처리 주파수 대역폭, 이미징 및 전송에 기술적 난이도 등의 요인에 의해 제약을 받고 있다.
현재 지능형 현장 시스템에는 수많은 센서와 핵심 데이터 실시간 처리 기술이 포함되어 있어 대량의 데이터 수집, 전송 및 처리가 가능합니다. 지능형 기술이 발달함에 따라 비디오 이미지 정보가 건물 정보 데이터에서 차지하는 비율이 점점 커지고 있습니다. 이미지 감지 기술을 이용하여 건설 진도, 안전벨트, 가드레일 등 안전장치의 상태 인식, 공사 품질 평가, 시공 현장 분진 모니터링 등의 과정에 대한 실시간 피드백을 통해 시공 중 정보 인식, 안전 감독, 의사 결정 분석 등의 기능을 실현할 수 있습니다. 이미지 감지 기술을 시공 관리 과정에서 중요한 기술 수단 중 하나로 삼다.
1 이미지 비디오 감지 기술을 스마트 사이트에 적용
1..1건설 현장에서 영상 기술 적용
이미지 기술은 일반적으로 이미지 분석, 이미지 재구성 및 이미지 품질 향상의 세 부분으로 나눌 수 있습니다. 건축공사에서 이미지 기술은 일반적으로 얼굴 인식, 헬멧/로프 인식, 화재 인식 및 콘크리트 구조 모니터링과 같은 이미지 분석에 사용됩니다.
1 응용 프로그램. 2 건설 현장 비디오 기술
건설 현장은 복잡하고 거대한 지역이다. 비디오 기술은 건물 내부 위치를 모니터링하고 시공 현장의 안전 관리를 실시간으로 모니터링하는 데 사용됩니다. 기존 연구 및 응용 사례에서 건설현장 영상 감시에 대한 수요는 주로 기초, 지상 시공, 고층작업, 문명시공검사 등에 집중되고 있다. 이 가운데 보안은 각 단계에서 가장 두드러진 문제 중 하나입니다. 비디오 기술을 이용하여 깊은 기초 구덩이, 높은 사면 보호 안전, 템플릿 엔지니어링 안전, 임시 개구부 보호, 비계 설치 안전 등의 과정을 감독한다. 감독관의 업무 강도를 경감할 뿐만 아니라, 건설 행정 주관부와 감독기관의 감독과 감시를 강화하여 업무 효율을 높였다.
1.3 lidar 점 구름 기술을 건설 현장에서 적용
최근 몇 년 동안 레이저 레이더 기술을 이용하여 대규모 지리공간 데이터를 처리함으로써 컴퓨터 시각과 컴퓨터 그래픽학이 발전하였다. 건물 재건, 이미지 및 라이더 모델링에 관한 문헌에서 발견한 바와 같이 이미지 기반 건물 재건에 주력하고 있습니다. 라이더는 점 구름 형성 기술을 활용하여 넓은 지역의 표면 샘플링 점에 대한 3D 공간 데이터를 신속하게 얻을 수 있습니다. 모델링 효율이 높기 때문에 건축 계획, 건축 시공, 문화재 보호에 중요한 역할을 한다.
2 지능형 알고리즘이 지능형 빌딩 분야의 이미지 기술 개발에 미치는 영향
이미지 처리 기술에서 2. 1 지능형 알고리즘 개발
제기된 이래 스마트 알고리즘은 국내외 많은 학자들의 광범위한 관심을 불러일으켰다. 수년간의 발전과 창조를 거쳐 지능형 최적화 알고리즘은 국민 경제의 각 분야에 성공적으로 적용되어 생산생활의 많은 복잡한 문제에 효율적이고 실행 가능한 해결책을 제공하여 학술 분야의 중요한 연구 방향이 되었다. 그 중에서도 고전적인 지능형 최적화 알고리즘으로는 유전 알고리즘 (GA), 개미 군체 알고리즘 (ACO), 입자 군 알고리즘 (PSO), 차등 진화 알고리즘 (DE), 혼합 혼합 개구리 점프 선도 알고리즘 (SFLA), 인공 벌떼 알고리즘 등이 있습니다. 개미 식민지 알고리즘과 입자 집단 최적화 알고리즘은 이미지 처리 기술에서 가장 일반적으로 사용되는 알고리즘입니다.
일반적으로 지능형 알고리즘은 이미지 처리 기술을 최적화하는 데 두 가지 중요한 역할을 합니다. 첫째, 대용량 데이터 정보 플랫폼을 기반으로 정보 요약 데이터를 지능적으로 처리하고 분석하여 이미지 처리 기술의 최적화 및 개발을 안내합니다. 둘째, 대용량 데이터 기술을 기반으로 한 디지털 신호의 처리 아키텍처 및 모델 최적화는 기존 이미지 처리 기술을 효과적으로 보완하여 이미지 처리 기술의 신속한 업그레이드를 가능하게 합니다.
2.2 지능형 알고리즘과 이미지 결합 기술은 센서 모델링 방법을 개선했다
지능형 알고리즘과 이미지 결합 기술을 이용하여 시공 중 화재 식별, 오염 식별 및 근로자 안전 인식을 빠르고 쉽게 처리할 수 있습니다. 지능형 알고리즘과 이미지의 결합 기술은 주로 이미지 자체의 텐서 구조를 활용하며 텐서 구조는 좋은 표현 능력과 계산 특성을 가지고 있습니다. 따라서 스마트 알고리즘을 사용하여 텐서 구조를 분해하고 이미지를 빠르고 고품질로 압축하여 얻은 정보를 신속한 인식 모델링에 사용할 수 있습니다. 공사장 대기오염방지는 시공현장의 중요한 업무 중 하나로 이미지 처리 기술을 이용하여 공사 중 먼지 제거, 알몸 커버 등의 문제를 지능적으로 파악한다. 지능형 알고리즘과 이미지의 결합 기술을 통해 시공 현장의 먼지, 연기, 벌거숭이 등의 정보를 추출하고 모델링하여 신속한 식별, 수집 및 처리 기능을 제공하며, 적절한 수학적 모델을 생성하여 시공 과정을 예측하고 평가하여 시공 현장 관리를 안내합니다.
지능형 알고리즘과 이미지 결합 기술을 기반으로 한 감지 모델링 방법은 이미지에서 2D 데이터 정보를 가져와 신속하게 모델링하고, 시공 현장에서 발생하는 문제에 대한 반응은 단순한 추출 모델링, 분석 및 경보이기 때문에 정확도를 더욱 높이기가 어렵습니다. 따라서 지능형 알고리즘과 이미지의 결합 기술을 3D 기술과 결합하여 보다 정확한 데이터 정보를 추출하고 보다 정확한 실시간 피드백, 예측 모델 및 평가 모델을 형성하고 현장 시공을 안내하여 정확한 식별, 예측 경보 및 깊이 관리를 달성해야 합니다.
3 요약 및 전망
이 문서에서는 이미지 감지 기술의 발전과 이미지 기술, 비디오 기술 및 라이더 점 구름 기술의 건축 응용에 대해 간략하게 설명합니다. 건축공사 과정이 점점 복잡해지고 건물 매스가 늘어남에 따라 이미지 인식 기술만으로는 근로자, 헬멧, 연기를 인식할 수 없으므로 현재의 이미지 기술과 비디오 기술을 결합하여 이미지 인식의 정확성을 높여야 한다고 지적했다. 인식 정확도를 높이기 위해 시공 중 오염원의 정확한 위치, 지능형 예측 및 깊이 처리를 위해 라이더 점 및 비디오 이미지 기술을 사용하여 시공 중 먼지와 노출된 토양의 인식을 상호 검증할 계획입니다. 이 문서에서는 지능형 알고리즘과 이미지 처리 기술 분야에서의 응용에 대해서도 설명하고, 지능형 알고리즘과 이미지 결합 기술을 3D 기술과 결합하여 센서 모델링 방법에 대한 보다 정확한 데이터 정보를 추출하여 보다 정확한 실시간 피드백과 다양한 모델을 만들어 현장 시공을 안내합니다.