影像分析方法應用於構造物外觀異狀自動化偵測之發展

張庭維 ； 許筠曼 ； 吳亭諺 ； 許舜翔 ； 張家銘

《土木水利》 48卷2期 (2021/04) Pp. 40-47

https://doi.org/10.6653/MoCICHE.202104_48(2).0006

摘要

構造物外觀異狀自動化偵測為結構檢測之重要發展方向，結構巡檢通常需花費大量的人力與時間對資料進行判釋，為降低巡檢所花費之資源，目前工程領域積極發展自動化偵測技術，而影像分析方法為其中重要的研究方向，利用影像分析來快速且客觀地得到檢測結果。於本篇文章中將介紹影像分析方法於於結構外觀檢測，以及應用人工智慧影像分割於構造物外觀異狀偵測之案例。人工智慧能夠快速有效的進行構造物外觀異狀偵測，藉由經人工標註後的影像資料，深度學習模型能夠針對欲辨識之類別的特徵進行學習，配合不同的資料組合以及模型微調方式，能夠處理困難的檢測任務。在本文我們利用實際訓練深度學習模型，進行隧道裂縫以及橋梁之異狀檢測任務，探討模型於不同檢測任務所需採取的技巧以及資料集的微調方針，進而分析人工智慧於構造物外觀異狀自動化偵測之成果，以及實務上較佳的模型訓練方式，並歸納提出目前發展的潛力與挑戰。

參考文獻

交通部，「公路橋梁檢測及補強規範」，公路工程部，民國 109 年。

蕭牟淵,游本志,王泰典,蕭興臺(2009).台灣公路隧道安全檢測及評估之研究.臺灣公路工程.36(5)

Liu, Y. F.,Cho, S.,Spencer, B. F., Jr,Fan, J. S.(2016).Concrete crack assessment using digital image processing and 3D scene reconstruction.Journal of Computing in Civil Engineering.30(1),04014124.

Mohan, A.,Poobal, S.(2018).Crack detection using image processing: A critical review and analysis.Alexandria Engineering Journal.57(2),787-798.

Adhikari, R. S.,Moselhi, O.,Bagchi, A.(2014).Image-based retrieval of concrete crack properties for bridge inspection.Automation in construction.39,180-194.