Skip to main content
Aller à la page d’accueil de la Commission européenne (s’ouvre dans une nouvelle fenêtre)
français français
CORDIS - Résultats de la recherche de l’UE
CORDIS

Machine Learning for Structural Health Monitoring of Cultural Heritage

Description du projet

Utiliser des ordinateurs et des drones pour préserver les sites historiques

L’apprentissage automatique, la vision par ordinateur et d’autres technologies numériques peuvent nous aider à surveiller et à préserver les sites du patrimoine mondial. C’est particulièrement important en Europe, qui compte environ 400 sites classés par l’UNESCO, de l’Acropole d’Athènes, en Grèce, à la ville historique de Vérone, en Italie. Le projet MLCULT, financé par le programme Actions Marie Skłodowska-Curie (MSCA), développera des techniques pour diagnostiquer les dommages causés aux bâtiments du patrimoine culturel. Il concevra un modèle entraîné à partir de la base de données des bâtiments du patrimoine culturel endommagés par les tremblements de terre. Plusieurs typologies d’indicateurs de dommages seront identifiées et quantifiées, liées aux intempéries, à la pénétration de l’humidité, à la croissance des algues et à l’efflorescence. Un prototype de système d’inspection fondé sur la détection des dommages en temps réel par drone fera l’objet d’une présentation, dédiée spécifiquement aux dommages subis par les bâtiments. Il permettra d’identifier les anomalies structurelles qui nécessitent une réparation urgente.

Objectif

Europe is home to about 400 UNESCO world heritage sites and has a growing tourism industry employing many people directly and indirectly. Hence, it is of concern to ensure the cultural heritage (CH) buildings are inspected properly and correct damage diagnosis is performed. Incorrect damage diagnosis will lead to loss of cultural value and may lead to the closing of the monument, thus affecting society in general and the livelihood of people associated with it. The proposed MLCULT project is motivated by the need to perform damage diagnosis of CH using image-based machine learning (ML) techniques, thus helping to preserve them. The popularity of ML approaches and deep learning algorithms has increased considerably over the last two decades. Computer-vision-based damage detection employing convolutional neural networks will be integrated with laser scan data, nondestructive testing, and other condition assessment data to provide a better estimate of existing areas of damage. The model will be trained from the database of earthquake-damaged CH collected by the host institutions UMinho and Polimi. Several typologies of damage indicators will be identified and quantified, due to weathering, moisture ingress, algae growth, and efflorescence. The project will be supervised by Prof. Loureno at the University of Minho, Portugal, who is an international expert on CH, and Prof. Luigi Barazzetti at Politecnico di Milano, Italy whose has expertise in computer-vision, drone and image-based damage detection. Finally, a prototype inspection system (first of its kind in CH field) using drones-based real-time damage detection will be demonstrated, specifically for CH damage pathologies. The proposed method can help in identifying structural anomalies in CH that must be urgently repaired and thus can be used in high-quality civil infrastructure monitoring systems. This method would also enable fast screening of CH buildings after a disaster such as an earthquake.

Champ scientifique (EuroSciVoc)

CORDIS classe les projets avec EuroSciVoc, une taxonomie multilingue des domaines scientifiques, grâce à un processus semi-automatique basé sur des techniques TLN. Voir: Le vocabulaire scientifique européen.

Vous devez vous identifier ou vous inscrire pour utiliser cette fonction

Mots‑clés

Les mots-clés du projet tels qu’indiqués par le coordinateur du projet. À ne pas confondre avec la taxonomie EuroSciVoc (champ scientifique).

Programme(s)

Programmes de financement pluriannuels qui définissent les priorités de l’UE en matière de recherche et d’innovation.

Thème(s)

Les appels à propositions sont divisés en thèmes. Un thème définit un sujet ou un domaine spécifique dans le cadre duquel les candidats peuvent soumettre des propositions. La description d’un thème comprend sa portée spécifique et l’impact attendu du projet financé.

Régime de financement

Régime de financement (ou «type d’action») à l’intérieur d’un programme présentant des caractéristiques communes. Le régime de financement précise le champ d’application de ce qui est financé, le taux de remboursement, les critères d’évaluation spécifiques pour bénéficier du financement et les formes simplifiées de couverture des coûts, telles que les montants forfaitaires.

HORIZON-TMA-MSCA-PF-EF - HORIZON TMA MSCA Postdoctoral Fellowships - European Fellowships

Voir tous les projets financés dans le cadre de ce programme de financement

Appel à propositions

Procédure par laquelle les candidats sont invités à soumettre des propositions de projet en vue de bénéficier d’un financement de l’UE.

(s’ouvre dans une nouvelle fenêtre) HORIZON-MSCA-2021-PF-01

Voir tous les projets financés au titre de cet appel

Coordinateur

UNIVERSIDADE DO MINHO
Contribution nette de l'UE

La contribution financière nette de l’UE est la somme d’argent que le participant reçoit, déduite de la contribution de l’UE versée à son tiers lié. Elle prend en compte la répartition de la contribution financière de l’UE entre les bénéficiaires directs du projet et d’autres types de participants, tels que les participants tiers.

€ 172 618,56
Coût total

Les coûts totaux encourus par l’organisation concernée pour participer au projet, y compris les coûts directs et indirects. Ce montant est un sous-ensemble du budget global du projet.

Aucune donnée

Partenaires (1)

Mon livret 0 0