innerpage Project Funding
项目及资助计划
项目资料库
基于视频分析的异常检测去釐定各地下雨水渠损坏程度 的严重性

打印

项目简介

LSCM研发了基于非监督式机械学习、神经网络计算和电脑视觉技术的自动方法来分析于地下雨水渠内拍摄的影片内容,有助找出与雨水渠结构和功能相关的异常情况。

解决方案

对于人口稠密的香港山坡地区,维护斜坡安全以防止山泥倾泻是非常重要的。此系统运用深度学习方法,把地下雨水渠之视频图像进行向量化处理,以便进一步的聚类分析。系统将产生出来的图像群组可视化,以识別具有损坏问题的组別,随后通过电脑计算确认雨水渠损坏的严重程度,以制定维修工作的优先次序。

创新技术

▍ 使用深度学习方法撷取影像特征,对地下雨水渠之视频影像进行向量化
▍ 将所有向量化图像分为不同的组別
▍ 将产生出来的图像群组可视化,以识別具有相关损坏问题的组別
▍ 透过电脑计算确认雨水渠损坏的严重程度,以制定维修工作的优先次序

主要成效

▍ 此视频分析技术能够识別地下雨水渠内的损坏、缺陷和一般异常情况,从而提供系统化、统一且可靠的方法,以确保斜坡下大规模建造的雨水排水基础设施处于良好的状态。
▍ 减少因频密性暴雨而引发山泥倾泻的机会。

完成研究年份

2024

商品化机会

 技术授权许可

应用范畴

 地下雨水渠检查与管理

更多资讯

项目编号 ITP/049/22LP
研发单位 LSCM研发中心
项目统筹员 吴道宾博士
资助金额 港币二百七十六万
项目週期 2023年2月1日 - 2024年4月30日