人工智能赋能的基础设施智能分析

概述

这项研究为何重要。

交通机构拥有日益增长的影像与传感数据。我的研究探索如何用计算机视觉将其转为基础设施、使用者、运动与暴露的结构化信息，避免每次清查都从昂贵的人工调查开始。

一项研究用语义分割与街景，在约70英里的州际、美国联邦和俄勒冈州公路检测定位照明设施。检测精确率约0.98、召回率0.90；定位平均误差1.4米，中位数0.9米。

可靠部署是核心目标。相机位置、影像来源、异常结构、标定、标注和验证与模型精度同样重要。因此研究将模型表现转化为机构视频记录与可重复采集流程的实用建议。