随着无人机和远程摄像头的普及，计算机视觉技术为桥梁、道路等民用基础设施的检测监测提供了高效、低成本的解决方案。本综述由伊利诺伊大学厄巴纳-香槟分校研究团队撰写，系统梳理了2018年前后计算机视觉在结构检测中的核心方法，包括光学流、机器学习、深度学习等，并结合无人机平台的实际应用案例。内容涵盖视觉数据采集、特征提取、损伤识别、状态评估等关键环节，并指出当前挑战与未来方向。适合土木工程研究人员、结构健康监测从业者、无人机应用开发者及AI技术专家阅读，帮助快速掌握该交叉领域的技术前沿与实践路径。
随着无人机和远程摄像头的普及，计算机视觉技术为桥梁、道路等民用基础设施的检测监测提供了高效、低成本的解决方案。本综述由伊利诺伊大学厄巴纳-香槟分校研究团队撰写，系统梳理了2018年前后计算机视觉在结构检测中的核心方法，包括光学流、机器学习、深度学习等，并结合无人机平台的实际应用案例。内容涵盖视觉数据采集、特征提取、损伤识别、状态评估等关键环节，并指出当前挑战与未来方向。适合土木工程研究人员、结构健康监测从业者、无人机应用开发者及AI技术专家阅读，帮助快速掌握该交叉领域的技术前沿与实践路径。
随着无人机和远程摄像头的普及，计算机视觉技术为桥梁、道路等民用基础设施的检测监测提供了高效、低成本的解决方案。本综述由伊利诺伊大学厄巴纳-香槟分校研究团队撰写，系统梳理了2018年前后计算机视觉在结构检测中的核心方法，包括光学流、机器学习、深度学习等，并结合无人机平台的实际应用案例。内容涵盖视觉数据采集、特征提取、损伤识别、状态评估等关键环节，并指出当前挑战与未来方向。适合土木工程研究人员、结构健康监测从业者、无人机应用开发者及AI技术专家阅读，帮助快速掌握该交叉领域的技术前沿与实践路径。
本报告由University of Illinois at Urbana-Champaign发布,发布于 2019 年。
覆盖 2019 年,全文约 37。
本报告免费查阅,登录资料宝后即可在线获取完整内容。
适合土木工程师、结构健康监测研究员、无人机应用开发者、计算机视觉专家等读者参考。
重点分析了智能制造、计算机视觉、无人机、年基等议题。