An Artificial Intelligence Method for Asphalt Pavement Pothole Detection Using Least Squares Support Vector Machine and Neural Network with Steerable Filter-Based Feature Extraction

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: Este estudio establece un modelo de inteligencia artificial (IA) para detectar baches en la superficie del pavimento asfáltico. Se utilizan métodos de procesamiento de imágenes que incluyen filtro gaussiano, filtro orientable y proyección integral para extraer características de imágenes digitales. Se ha recopilado un conjunto de datos que consta de 200 muestras de imágenes para entrenar y validar el rendimiento predictivo de dos algoritmos de aprendizaje automático, incluido el modelo de máquinas de soporte de vectores de mínimos cuadrados (LS-SVM) y la red neuronal artificial (ANN). Los resultados experimentales obtenidos a partir de un proceso de submuestreo repetido con 20 ejecuciones muestran que tanto LS-SVM como ANN son métodos capaces para la detección de baches con una tasa de precisión de clasificación superior al 85%. Además, LS-SVM ha logrado la tasa de precisión de clasificación más alta (aproximadamente 89%) y el área bajo la curva (0.96). En consecuencia, el enfoque de IA propuesto utilizado con LS-SVM
Citación recomendada (normas APA)
: Hindawi, "An Artificial Intelligence Method for Asphalt Pavement Pothole Detection Using Least Squares Support Vector Machine and Neural Network with Steerable Filter-Based Feature Extraction", -:Revista VirtualPRO,, 2018. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3944712/), el día 2025-05-02.

Información adicional