图像识别数据库

图像识别数据库

1.大数据在桥梁交通行业的意义

随着越来越多的桥梁修建，伴随而来的严峻挑战是桥梁维护和安全问题。从信息角度出发，桥梁养护工作可描述成一个数据采集至数据应用的过程。这些数据应当包括一切与桥梁相关的数据，包括桥梁健康及环境监测数据、规范设定及参数量化数据、数值模型及模拟计算数据、人工采集及性能评价数据、桥梁档案及施工控制数据等。

在大数据时代背景下，艰巨的桥梁养护工作及单一的管理方式必然朝着标准化、智能化、时效化、便捷化、信息化、一体化的方向转变，集成了数据库技术、多媒体技术、虚拟现实技术、网络技术的桥梁数字智能化养护管理平台成为桥梁管养模式的核心。

2.图像识别技术如何应用机器学习进行病害分类

2.1.概述

首先，基于桥梁病害的特点，建立机器学习训练用的庞大数据库，分别对数据库中的大量病害数据进行分类，针对裂缝、坑糟、露筋、锈蚀以及螺栓脱落等类型做分类标记。如下图所示。

其次，用神经网络的方式学习这些不同标签下面的同一类图像，让机器感知这些同种类型图像的共同特征。

最后，利用建立好的神经网络实现对未知图像的分类和识别。当有新的桥梁病害发生并被采集时，基于以上流程进行循环学习，并成为下一次病害识别的参考依据。

（1）裂缝

（2）坑槽

（3）露筋

（4）锈蚀

（5）螺栓脱落

2.2.原理

神经网络分类器用n个表示的样本送入神经网络，这些分类用二值表示，其原理是：

●第一级计算匹配度，然后被平行的通过输出线送到第二级；

●第二级中各类均有一个输出，当得到正确的分类结果后，分类器的输出

可反馈到第一级；

●当样本十分相似时，分类器会做出正确的响应。