Mapsia : monitorización automatizada de patologías superficiales en pavimientos flexibles mediante algoritmos basados en inteligencia artificial
Se ha diseñado un sistema de visión artificial basado en aprendizaje profundo que detecta, localiza, y clasifica defectos. Se ha creado un banco de imágenes con anotaciones con múltiples defectos. Las imágenes se han utilizado para entrenar modelos de detección de objetos y segmentación semántica. D...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis doctoral |
| Fecha de publicación: | 2024 |
| País: | España |
| Institución: | Universidad de Cantabria (UC) |
| Repositorio: | UCrea Repositorio Abierto de la Universidad de Cantabria |
| Idioma: | inglés |
| OAI Identifier: | oai:repositorio.unican.es:10902/34374 |
| Acceso en línea: | https://hdl.handle.net/10902/34374 |
| Access Level: | acceso abierto |
| Palabra clave: | Inteligencia artificial Inteligencia artificial generativa Visión artificial Detección de objetos Segmentación semántica Detección de defectos en carreteras Artificial intelligence Generative artificial intelligence Computer vision Object detection Semantic segmentation Pavement distress detection |
| Sumario: | Se ha diseñado un sistema de visión artificial basado en aprendizaje profundo que detecta, localiza, y clasifica defectos. Se ha creado un banco de imágenes con anotaciones con múltiples defectos. Las imágenes se han utilizado para entrenar modelos de detección de objetos y segmentación semántica. Debido al desbalanceo de clases y al costoso etiquetado, se han implementado múltiples modelos generativos condicionales capaces de crear imágenes sintéticas para balancear e incrementar la contribución de defectos minoritarios. Por último, se ha confeccionado un índice de condición del pavimento que actúa como indicador de necesidad de mantenimiento. Todos los resultados se han incluido en una herramienta. Esta tesis propone una metodología innovadora y un sistema de gestión de pavimentos potenciado por Inteligencia Artificial, que permitirá garantizar un mantenimiento de bajo coste, automático, robusto, y eficiente, a las administraciones y empresas de conservación de carreteras. |
|---|