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...

Descripción completa

Detalles Bibliográficos
Autor: Cano Ortiz, Saúl|||0000-0003-1383-180X
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
id ES_a6ed539fe4ed2ea51a7e9bdb00cd3adc
oai_identifier_str oai:repositorio.unican.es:10902/34374
network_acronym_str ES
network_name_str España
repository_id_str
spelling Mapsia : monitorización automatizada de patologías superficiales en pavimientos flexibles mediante algoritmos basados en inteligencia artificialMapsia : automatic pavement distress detection using artificial intelligence-based algorithmsCano Ortiz, Saúl|||0000-0003-1383-180XInteligencia artificialInteligencia artificial generativaVisión artificialDetección de objetosSegmentación semánticaDetección de defectos en carreterasArtificial intelligenceGenerative artificial intelligenceComputer visionObject detectionSemantic segmentationPavement distress detectionSe 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.A deep learning-based computer vision system has been designed to detect, locate, and classify road defects. An image dataset with annotations of multiple distresses has been created. These pictures have been used to train object detection and semantic segmentation models. Due to class imbalance and the costly nature of labeling, multiple conditional generative models capable of creating synthetic images have been implemented to balance and increase the contribution of minority defects. Finally, a pavement condition index has been developed, which acts as an indicator of maintenance needs. All results have been included in a tool. This thesis proposes an innovative methodology, and a pavement management system powered by Artificial Intelligence, which will allow administrations and road maintenance companies to ensure low-cost, automatic, robust, and efficient maintenance.The accomplishment of this thesis has been possible thanks to the MAPSIA project [TED2021-129749B-I00], co-financed by the Ministry of Science and Innovation (ES) and the European Union (NextGenerationEU) through the State Plan for Scientific and Technical Research and Innovation 2021-23. Also, thanks to the Horizon Europe Research and Innova tion Framework program of the European Union under the project LIAISON [101103698]. The international stay at RWTH University (Rheinisch-Westfaelische Technische Hochschule Aachen, Germany) was made possible through the generous support of the Erasmus+ PhD traineeship.Castro Fresno, DanielMartínez Ruiz del Árbol, PabloUniversidad de Cantabria20242024-10-11doctoral thesishttp://purl.org/coar/resource_type/c_db06NAhttp://purl.org/coar/version/c_be7fb7dd8ff6fe43info:eu-repo/semantics/doctoralThesishttps://hdl.handle.net/10902/34374reponame:UCrea Repositorio Abierto de la Universidad de Cantabriainstname:Universidad de Cantabria (UC)InglésengEuropean Commission http://dx.doi.org/10.13039/501100000780 Horizon 2020 Framework Programme 101103698open accesshttp://purl.org/coar/access_right/c_abf2Attribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessoai:repositorio.unican.es:10902/343742026-06-02T12:39:31Z
dc.title.none.fl_str_mv Mapsia : monitorización automatizada de patologías superficiales en pavimientos flexibles mediante algoritmos basados en inteligencia artificial
Mapsia : automatic pavement distress detection using artificial intelligence-based algorithms
title Mapsia : monitorización automatizada de patologías superficiales en pavimientos flexibles mediante algoritmos basados en inteligencia artificial
spellingShingle Mapsia : monitorización automatizada de patologías superficiales en pavimientos flexibles mediante algoritmos basados en inteligencia artificial
Cano Ortiz, Saúl|||0000-0003-1383-180X
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
title_short Mapsia : monitorización automatizada de patologías superficiales en pavimientos flexibles mediante algoritmos basados en inteligencia artificial
title_full Mapsia : monitorización automatizada de patologías superficiales en pavimientos flexibles mediante algoritmos basados en inteligencia artificial
title_fullStr Mapsia : monitorización automatizada de patologías superficiales en pavimientos flexibles mediante algoritmos basados en inteligencia artificial
title_full_unstemmed Mapsia : monitorización automatizada de patologías superficiales en pavimientos flexibles mediante algoritmos basados en inteligencia artificial
title_sort Mapsia : monitorización automatizada de patologías superficiales en pavimientos flexibles mediante algoritmos basados en inteligencia artificial
dc.creator.none.fl_str_mv Cano Ortiz, Saúl|||0000-0003-1383-180X
author Cano Ortiz, Saúl|||0000-0003-1383-180X
author_facet Cano Ortiz, Saúl|||0000-0003-1383-180X
author_role author
dc.contributor.none.fl_str_mv Castro Fresno, Daniel
Martínez Ruiz del Árbol, Pablo
Universidad de Cantabria
dc.subject.none.fl_str_mv 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
topic 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
description 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.
publishDate 2024
dc.date.none.fl_str_mv 2024
2024-10-11
dc.type.none.fl_str_mv doctoral thesis
http://purl.org/coar/resource_type/c_db06
NA
http://purl.org/coar/version/c_be7fb7dd8ff6fe43
dc.type.openaire.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.none.fl_str_mv https://hdl.handle.net/10902/34374
url https://hdl.handle.net/10902/34374
dc.language.none.fl_str_mv Inglés
eng
language_invalid_str_mv Inglés
language eng
dc.relation.none.fl_str_mv European Commission http://dx.doi.org/10.13039/501100000780 Horizon 2020 Framework Programme 101103698
dc.rights.none.fl_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rights.openaire.fl_str_mv info:eu-repo/semantics/openAccess
rights_invalid_str_mv open access
http://purl.org/coar/access_right/c_abf2
Attribution-NonCommercial-NoDerivatives 4.0 International
http://creativecommons.org/licenses/by-nc-nd/4.0/
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:UCrea Repositorio Abierto de la Universidad de Cantabria
instname:Universidad de Cantabria (UC)
instname_str Universidad de Cantabria (UC)
reponame_str UCrea Repositorio Abierto de la Universidad de Cantabria
collection UCrea Repositorio Abierto de la Universidad de Cantabria
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869415737059180544
score 15,812429

Similares en LA Referencia