伟德 官网學術報告會之一百一十八
題 目：基于卷積自編碼的瀝青路面裂縫智能識别
報告人：侯越 校聘教授 （北京工業大學）
時 間：2021年3月31日下午2:30—3:30
地 點：科學館516會議室
歡迎各位老師、同學參加！
伟德 官网
2021年3月30日
報告人簡介：
侯越博士現任北京工業大學城建學部校聘教授，博士生導師，城建學部道路與軌道研究所副所長。博士畢業于美國弗吉尼亞理工大學土木工程學院交通工程專業。自2011年以來，一直從事道路材料與結構安全性及可持續發展研究，累計發表（及接收）高水平期刊論文（SCI/EI）50餘篇,包括中國工程院院刊《Engineering》，《Journal of Cleaner Production》，《ASCE Journal of Engineering Mechanics》，《中國公路學報》等。現為美國土木工程師學會(ASCE) 路面力學委員會成員，中國仿真學會道路基礎設施建模與仿真專業委員會委員；擔任國際頂級交通期刊IEEE Transactions on Intelligent Transportation Systems副編(AE)，英國土木工程師學會PICE-Engineering Sustainability，和The Baltic Journal of Road and Bridge Engineering編委等；同時擔任Engineering，Transportation Research Part D，ASCE系列期刊，CBM, JCLP，中國公路學報，建築材料學報等二十餘種國内外權威期刊的審稿人。
目前基于深度學習的路面裂縫識别經常面臨訓練數據集小，以及路面圖片标注成本高等問題，本系統可基于小規模路面圖片數據集，利用卷積自編碼(CAE)方法進行數據增強，開展包括路面裂縫在内的路面目标智能化識别。在傳統圖像幾何變換數據增強的基礎上，采用CAE重構圖片方法對原始數據集進行兩步驟擴增；利用卷積神經網絡DenseNet，設置了不同數據擴增方法的對比實驗；針對瀝青路面裂縫圖片背景較黑、裂縫特征不清晰、無監督聚類難度大等問題，采用了一種基于CAE預訓練的深度聚類算法DCEC，對經數據增強的路面圖片進行無标注的聚類識别。結果表明，有效實現了小數據集的高精度瀝青路面裂縫智能識别，并初步實現了無需人工标注的路面目标的端到端智能識别。