講座報告主題：基于深度學習的計算機視覺結構健康監測技術研究進展
專家姓名：Fuh-Gwo Yuan
日期：2023-05-08 時間：16:00
地點：江蘇大學會議中心第三報告廳
主辦單位：土木工程與力學學院
主講簡介：Fuh-Gwo Yuan教授現為美國北卡羅萊納州立大學機械與航空航天工程學院教授/博導，機械與航空航天系智能結構與材料實驗室主任。Yuan教授目前的研究內容包括：開發結構診斷和預后方法（包括使用故障/統計分析工具評估結構的剩余壽命），正在開發一種無線傳感器，用于監測結構完整性，正在開發多功能復合結構的原位、安裝/嵌入式傳感器方法，并正在研究民用、機械和航空航天結構的生物啟發變形技術。Yuan教授曾多次獲得NASA的基金資助，發表高水平學術論文150余篇，2013獲國際SHM年度人物獎，2023年被SPIE協會授予NDE領域杰出貢獻獎。研究專長：結構健康監測、復合結構、智能材料和結構的損傷耐久性以，先進材料與結構的斷裂與壽命預測。
主講內容簡介：近年來，基于深度學習的方法在結構健康監測（SHM）中顯示出了巨大的潛力，特別是在基于計算機視覺的SHM中。報告主要介紹本課程組在計算機視覺的深度學習在SHM中的一些研究成果，包括基于圖像的裂縫檢測：使用卷積神經網絡（CNN）等深度學習算法來檢測和量化結構圖像中的裂縫。研究人員開發了新型CNN架構，能夠在光照條件和攝像機角度變化較大的復雜環境中準確地檢測和定位裂縫；基于視頻的振動分析：使用深度學習算法來分析在荷載下的結構視頻，以估計其固有頻率和模態形狀；基于3D點云的損傷檢測：使用深度學習算法來分析從LiDAR掃描儀獲取的3D點云數據，以檢測和量化結構的損傷。基于深度學習的方法在提高基于計算機視覺的SHM系統的準確性和效率方面顯示出了巨大的潛力，隨著該領域的不斷發展，在工業領域應用也會越來越廣。
歡迎師生參加！
