佛羅里達大學研究人員使用 AI 和街景圖像實現(xiàn)自動化建筑安全分析。
在佛羅里達大學人工智能助理教授 Chaofeng Wang 的努力下,圖像將發(fā)揮新的用途,例如谷歌街景中的圖像。
Wang 的項目致力于研究如何將街景圖像與深度學習相結合,以實現(xiàn)城市建筑評估的自動化。該項目旨在通過提供加固建筑結構或進行災后恢復所需的信息,幫助政府減少因自然災害造成的損失。
在地震等自然災害發(fā)生后,地方政府通常會派出工作小組對建筑物狀況進行檢查和評估。如果完全依靠人力,檢查完一個城市的全部建筑可能需要長達數(shù)月的時間。
Wang 的項目使用 AI 對這一評估流程進行加速,將所需時間縮短到幾小時。該 AI 模型使用谷歌街景和當?shù)卣峁┑膱D片進行訓練,并依據(jù)聯(lián)邦緊急事務管理局(FEMA)P-154 標準為建筑物打分。這套打分標準提供了基于墻體材料、結構類型、建筑年代等因素的評估指南。Wang 還與世界銀行全球彈性住房項目(World Bank Global Program for Resilient Housing)合作收集圖像并添加注釋,以便于優(yōu)化該模型。
收集到的圖像被存放在數(shù)據(jù)存儲庫中。該 AI 模型通過讀取存儲庫中的數(shù)據(jù),進而對圖像進行推理,并由 NVIDIA 系統(tǒng)對這一過程進行加速。
Wang 表示:“如果沒有 NVIDIA GPU,我們就無法完成這一任務。NVIDIA GPU 大大加快了這個流程,使我們及時獲得了結果。”
Wang 在佛羅里達大學的超級計算機 HiPerGator 中使用了 NVIDIA 系統(tǒng)的節(jié)點。HiPerGator 是全球學術界運行速度最快的 AI 超級計算機之一,具有 700 PB 的 AI 性能。該計算機是在 NVIDIA 聯(lián)合創(chuàng)始人之一、佛羅里達大學校友 Chris Malachowsky 的支持下,基于 NVIDIA 提供的硬件、軟件、培訓和服務建成的。
該 AI 模型的輸出結果被編譯成一個數(shù)據(jù)庫,并錄入到一個門戶網(wǎng)站中,該門戶網(wǎng)站采用地圖形式,呈現(xiàn)了包括安全評估分數(shù)、建筑類型甚至屋頂或墻體材料等信息。
Wang 的研究獲得了 NVIDIA 應用研究加速器計劃(NVIDIA Applied Research Accelerator Program)的贊助。該計劃致力于支持這些通過對商業(yè)和政府組織采用的 NVIDIA 加速應用進行部署,從而有潛力影響現(xiàn)實世界發(fā)展的科研項目。
政府的好幫手
Wang 表示,該門戶網(wǎng)站可以滿足不同的應用需求。政府可以僅憑街景圖像作出預測,做好應對自然災害的準備。
他表示:“雖然這些街景都是靜態(tài)圖像,比如谷歌街景圖像,它每隔幾年才進行一次更新。但這對于收集信息和宏觀了解統(tǒng)計數(shù)據(jù)來講已經(jīng)足夠了。”
但在農(nóng)村地區(qū)或發(fā)展中地區(qū),由于沒有這類街景圖像或者圖像更新頻率較低,政府需要自行收集圖像。而借助 NVIDIA GPU,就能實現(xiàn)及時得建筑評估,進而有助于加快圖像處理的分析速度。
Wang 還表示,在經(jīng)過充分的完善后,他的研究成果還能為城市規(guī)劃和保險行業(yè)帶來改變。
目前,墨西哥的一些地方政府正在對該項目進行測試。還有一些非洲、亞洲和南美洲的國家也對該項目產(chǎn)生了濃厚的興趣。根據(jù) FEMA P-154 標準,目前該項目的評估分數(shù)準確率已經(jīng)達到 85% 以上。
土地勘測
Wang 提到,該項目面臨的一個挑戰(zhàn)是不同國家的城市景觀差異。各地區(qū)有自己特色的文化和建筑風格。由于 AI 模型沒有在足夠大或足夠多樣化的圖像庫上進行訓練,因此在進行墻體材料分析時,可能會受到油漆顏色等因素的影響。城市密度的差異也是該項目面臨的另一個挑戰(zhàn)。
Wang 表示:“這是當前 AI 技術普遍面臨的局限性。為了能夠發(fā)揮應用價值,我們需要有足夠多的訓練數(shù)據(jù)來代表真實世界的街景分布。所以我們正在通過努力收集數(shù)據(jù)來解決泛化問題。”
為了克服這一挑戰(zhàn),Wang 希望能在更多的城市訓練和測試該模型。到目前為止,他已經(jīng)測試了不同國家的八座城市。
他表示:“我們需要生成更加詳細、高質量的注釋來訓練該模型。這樣我們才能不斷改進,使其在未來得到更廣泛的應用。”
Wang 的目標是讓這個項目能夠達到作為服務進行部署的程度,支持更多行業(yè)的應用。
“我們正在創(chuàng)建能夠估算和分析建筑與住戶的應用編程接口,以實現(xiàn)與其他產(chǎn)品的無縫集成。我們還在構建一個可供所有政府機構和組織使用的用戶友好型應用。”
GTC 2024 將于 2024 年 3 月 18 至 21 日在美國加州圣何塞會議中心舉行,線上大會也將同期開放。點擊“閱讀原文”或掃描下方海報二維碼,立即注冊 GTC 大會。
原文標題:用街景圖守衛(wèi)建筑:深度學習為提高建筑安全鋪平道路
文章出處:【微信公眾號:NVIDIA英偉達】歡迎添加關注!文章轉載請注明出處。
-
英偉達
+關注
關注
22文章
3749瀏覽量
90863
原文標題:用街景圖守衛(wèi)建筑:深度學習為提高建筑安全鋪平道路
文章出處:【微信號:NVIDIA_China,微信公眾號:NVIDIA英偉達】歡迎添加關注!文章轉載請注明出處。
發(fā)布評論請先 登錄
相關推薦
評論