佛羅里達(dá)大學(xué)研究人員使用 AI 和街景圖像實(shí)現(xiàn)自動(dòng)化建筑安全分析。
在佛羅里達(dá)大學(xué)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(xiàng)目致力于研究如何將街景圖像與深度學(xué)習(xí)相結(jié)合,以實(shí)現(xiàn)城市建筑評(píng)估的自動(dòng)化。該項(xiàng)目旨在通過提供加固建筑結(jié)構(gòu)或進(jìn)行災(zāi)后恢復(fù)所需的信息,幫助政府減少因自然災(zāi)害造成的損失。
在地震等自然災(zāi)害發(fā)生后,地方政府通常會(huì)派出工作小組對(duì)建筑物狀況進(jìn)行檢查和評(píng)估。如果完全依靠人力,檢查完一個(gè)城市的全部建筑可能需要長達(dá)數(shù)月的時(shí)間。
Wang 的項(xiàng)目使用 AI 對(duì)這一評(píng)估流程進(jìn)行加速,將所需時(shí)間縮短到幾小時(shí)。該 AI 模型使用谷歌街景和當(dāng)?shù)卣峁┑膱D片進(jìn)行訓(xùn)練,并依據(jù)聯(lián)邦緊急事務(wù)管理局(FEMA)P-154 標(biāo)準(zhǔn)為建筑物打分。這套打分標(biāo)準(zhǔn)提供了基于墻體材料、結(jié)構(gòu)類型、建筑年代等因素的評(píng)估指南。Wang 還與世界銀行全球彈性住房項(xiàng)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(chǔ)庫中。該 AI 模型通過讀取存儲(chǔ)庫中的數(shù)據(jù),進(jìn)而對(duì)圖像進(jìn)行推理,并由 NVIDIA 系統(tǒng)對(duì)這一過程進(jìn)行加速。
Wang 表示:“如果沒有 NVIDIA GPU,我們就無法完成這一任務(wù)。NVIDIA GPU 大大加快了這個(gè)流程,使我們及時(shí)獲得了結(jié)果?!?/p>
Wang 在佛羅里達(dá)大學(xué)的超級(jí)計(jì)算機(jī) HiPerGator 中使用了 NVIDIA 系統(tǒng)的節(jié)點(diǎn)。HiPerGator 是全球?qū)W術(shù)界運(yùn)行速度最快的 AI 超級(jí)計(jì)算機(jī)之一,具有 700 PB 的 AI 性能。該計(jì)算機(jī)是在 NVIDIA 聯(lián)合創(chuàng)始人之一、佛羅里達(dá)大學(xué)校友 Chris Malachowsky 的支持下,基于 NVIDIA 提供的硬件、軟件、培訓(xùn)和服務(wù)建成的。
該 AI 模型的輸出結(jié)果被編譯成一個(gè)數(shù)據(jù)庫,并錄入到一個(gè)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(píng)估分?jǐn)?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(yīng)用研究加速器計(jì)劃(NVIDIA Applied Research Accelerator Program)的贊助。該計(jì)劃致力于支持這些通過對(duì)商業(yè)和政府組織采用的 NVIDIA 加速應(yīng)用進(jìn)行部署,從而有潛力影響現(xiàn)實(shí)世界發(fā)展的科研項(xiàng)目。
政府的好幫手
Wang 表示,該門戶網(wǎng)站可以滿足不同的應(yīng)用需求。政府可以僅憑街景圖像作出預(yù)測,做好應(yīng)對(duì)自然災(zāi)害的準(zhǔn)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(jìn)行一次更新。但這對(duì)于收集信息和宏觀了解統(tǒng)計(jì)數(shù)據(jù)來講已經(jīng)足夠了?!?/p>
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(shí)現(xiàn)及時(shí)得建筑評(píng)估,進(jìn)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(xiǎn)行業(yè)帶來改變。
目前,墨西哥的一些地方政府正在對(duì)該項(xiàng)目進(jìn)行測試。還有一些非洲、亞洲和南美洲的國家也對(duì)該項(xiàng)目產(chǎn)生了濃厚的興趣。根據(jù) FEMA P-154 標(biāo)準(zhǔn),目前該項(xiàng)目的評(píng)估分?jǐn)?shù)準(zhǔn)確率已經(jīng)達(dá)到 85% 以上。
土地勘測
Wang 提到,該項(xiàng)目面臨的一個(gè)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(fēng)格。由于 AI 模型沒有在足夠大或足夠多樣化的圖像庫上進(jìn)行訓(xùn)練,因此在進(jìn)行墻體材料分析時(shí),可能會(huì)受到油漆顏色等因素的影響。城市密度的差異也是該項(xiàng)目面臨的另一個(gè)挑戰(zhàn)。
Wang 表示:“這是當(dāng)前 AI 技術(shù)普遍面臨的局限性。為了能夠發(fā)揮應(yīng)用價(jià)值,我們需要有足夠多的訓(xùn)練數(shù)據(jù)來代表真實(shí)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(xùn)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(xì)、高質(zhì)量的注釋來訓(xùn)練該模型。這樣我們才能不斷改進(jìn),使其在未來得到更廣泛的應(yīng)用?!?/p>
Wang 的目標(biāo)是讓這個(gè)項(xiàng)目能夠達(dá)到作為服務(wù)進(jìn)行部署的程度,支持更多行業(yè)的應(yīng)用。
“我們正在創(chuàng)建能夠估算和分析建筑與住戶的應(yīng)用編程接口,以實(shí)現(xiàn)與其他產(chǎn)品的無縫集成。我們還在構(gòu)建一個(gè)可供所有政府機(jī)構(gòu)和組織使用的用戶友好型應(yīng)用?!?/p>
GTC 2024 將于 2024 年 3 月 18 至 21 日在美國加州圣何塞會(huì)議中心舉行,線上大會(huì)也將同期開放。點(diǎn)擊“閱讀原文”或掃描下方海報(bào)二維碼,立即注冊 GTC 大會(huì)。
原文標(biāo)題:用街景圖守衛(wèi)建筑:深度學(xué)習(xí)為提高建筑安全鋪平道路
文章出處:【微信公眾號(hào):NVIDIA英偉達(dá)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
-
英偉達(dá)
+關(guān)注
關(guān)注
22文章
3637瀏覽量
89840
原文標(biāo)題:用街景圖守衛(wèi)建筑:深度學(xué)習(xí)為提高建筑安全鋪平道路
文章出處:【微信號(hào):NVIDIA_China,微信公眾號(hào):NVIDIA英偉達(dá)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。
發(fā)布評(píng)論請(qǐng)先 登錄
相關(guān)推薦
評(píng)論