讲座报告主题：基于深度学习的计算机视觉结构健康监测技术研究进展
专家姓名：Fuh-Gwo Yuan
日期：2023-05-08 时间：16:00
地点：学院会议中心第三报告厅

主讲简介：Fuh-Gwo Yuan教授现为美国北卡罗莱纳州立大学机械与航空航天工程学院教授/博导，机械与航空航天系智能结构与材料实验室主任。Yuan教授目前的研究内容包括：开发结构诊断和预后方法（包括使用故障/统计分析工具评估结构的剩余寿命），正在开发一种无线传感器，用于监测结构完整性，正在开发多功能复合结构的原位、安装/嵌入式传感器方法，并正在研究民用、机械和航空航天结构的生物启发变形技术。Yuan教授曾多次获得NASA的基金资助，发表高水平学术论文150余篇，2013获国际SHM年度人物奖，2023年被SPIE协会授予NDE领域杰出贡献奖。研究专长：结构健康监测、复合结构、智能材料和结构的损伤耐久性以，先进材料与结构的断裂与寿命预测。

主讲内容简介：近年来，基于深度学习的方法在结构健康监测（SHM）中显示出了巨大的潜力，特别是在基于计算机视觉的SHM中。报告主要介绍本课程组在计算机视觉的深度学习在SHM中的一些研究成果，包括基于图像的裂缝检测：使用卷积神经网络（CNN）等深度学习算法来检测和量化结构图像中的裂缝。研究人员开发了新型CNN架构，能够在光照条件和摄像机角度变化较大的复杂环境中准确地检测和定位裂缝；基于视频的振动分析：使用深度学习算法来分析在荷载下的结构视频，以估计其固有频率和模态形状；基于3D点云的损伤检测：使用深度学习算法来分析从LiDAR扫描仪获取的3D点云数据，以检测和量化结构的损伤。基于深度学习的方法在提高基于计算机视觉的SHM系统的准确性和效率方面显示出了巨大的潜力，随着该领域的不断发展，在工业领域应用也会越来越广。

欢迎师生参加！