基于深度学习的老旧房屋结构损伤检测与评估方法研究

进 李(新疆广域建筑设计院（有限公司），中国)

摘要

城市化加速使老旧房屋数量递增，及时精准评估其结构损伤，成为建筑安全管理的关键问题。传统房屋结构损伤检测方法，依赖人工，存在局限性与主观性，效率低，难以全面准确识别和评估损伤。近年来，深度学习技术崛起，为建筑结构损伤检测与评估带来新契机。本文基于该技术，提出老旧房屋结构损伤检测评估新方法。通过构建卷积神经网络（CNN）模型，融合影像处理与传感器数据分析，可高效识别损伤类型与程度。研究表明，深度学习方法准确性和效率更高，能提升损伤评估精度与可靠性。经模拟实验与实地测试，验证了其可行性与优势，为老旧房屋结构健康监测和风险评估提供新路径，助力保障建筑安全、延长使用寿命。

关键词

深度学习；老旧房屋；结构损伤检测；卷积神经网络（CNN）；结构评估

参考

陆卫忠,曹燕,宋正伟,等.基于深度学习的建筑安全事故预防策略综述[J].苏州科技大学学报(自然科学版),2021,38(01):8-14.

江俊君,李震宇,刘贤明.基于深度学习的单目深度估计方法综述[J].计算机学报,2022,45(06):1276-1307.

邓露,褚鸿鹄,龙砺芝,等.基于深度学习的土木基础设施裂缝检测综述[J].中国公路学报,2023,36(02):1-21.

高宇晟.基于深度学习的建筑裂缝识别技术研究[D].电子科技大学,2023.

赵荣欣,余威镭,叶从周,等.基于深度学习的桥梁图像分类方法研究与验证[J].施工技术(中英文),2023,52(09):7-10.

DOI: http://dx.doi.org/10.12345/gcjsygl.v10i2.36365