Skip to main content
Przejdź do strony domowej Komisji Europejskiej (odnośnik otworzy się w nowym oknie)
polski pl
CORDIS - Wyniki badań wspieranych przez UE
CORDIS

Forensic Analysis of Concrete Through Image Processing

Opis projektu

Rewolucja w badaniu betonu dzięki sztucznej inteligencji

Degradacja betonu stanowi poważny problem z perspektywy utrzymania bezpieczeństwa infrastruktury, a wśród głównych wyzwań wymienia się pęknięcia, łuszczenie się czy korozję betonu, które zagrażają integralności konstrukcyjnej. Tradycyjne metody badania betonu, takie jak ręczna inspekcja i wycinanie rdzeni, są nie tylko czasochłonne, ale często również mało precyzyjne, przez co dokładna ocena stanu betonu jest trudna do wykonania. Dodatkowym utrudnieniem są niespójne wyniki i błędy ludzkie, co może powodować zagrożenia dla bezpieczeństwa. Korzystając ze wsparcia działań „Maria Skłodowska-Curie”, zespół projektu FACIP wprowadza innowacyjne podejście do analizy kryminalistycznej betonu. Dzięki połączeniu metod przetwarzania obrazu i konwolucyjnych sieci neuronowych projekt FACIP pozwala na automatyzację wykrywania i charakteryzowania wad i uszkodzeń, zwiększając dokładność i wydajność tych procedur. W ten sposób projekt FACIP przyczyni się do poprawy analiz kryminalistycznych pod względem wiarygodności i terminowości.

Cel

The proposal is about the Forensic Analysis of Concrete through Image Processing (FACIP), which offers several improvements over traditional methods of forensic analysis (FA) of concrete. Unlike manual inspection, the proposed method automates and streamlines the process, reducing human effort and evaluation time. FA of concrete is commonly used to determine particle size, shape, aggregate ratio, porosity, and other physical characteristics that affect concrete performance. This project aims to develop an innovative approach that utilizes image processing (IP) and Convolutional Neural Networks (CNN) to enhance FA of concrete structures. By accurately and efficiently detecting, characterizing, and quantifying various concrete defects such as cracks, spalling, corrosion, and delamination, the project aims to extract intricate patterns and features from concrete images through deep learning, improving FA accuracy. This ambitious objective pushes the boundaries of current research in FA of concrete, opening the door to discoveries and advancements. By combining IP and CNN for FACIP, the research aims to develop innovative methodologies and tools that surpass the limitations of existing techniques, such as Core Cutting, Schmidt Hammer, and UPVs, providing accurate and reliable analysis results. This contributes to developing more effective concrete maintenance, repair, and structural integrity assessment strategies. Ultimately, the project aims to provide concrete forensic experts with advanced, reliable, and time-efficient analysis methods, enhancing concrete forensic investigations' overall accuracy and effectiveness.

Dziedzina nauki (EuroSciVoc)

Słowa kluczowe

Program(-y)

Temat(-y)

System finansowania

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

Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania

Zaproszenie do składania wniosków

(odnośnik otworzy się w nowym oknie) HORIZON-MSCA-2023-PF-01

Wyświetl wszystkie projekty finansowane w ramach tego zaproszenia

Koordynator

OSLOMET - STORBYUNIVERSITETET
Wkład UE netto
€ 226 751,04
Koszt całkowity
Brak danych