基于图像语义分割的冰雹致建筑外窗受损量化评估方法

• Published in: 自然灾害学报 Vol. 34; no. 1; pp. 39 - 48
• Main Authors: 闵杰, 杨新聪, 金楠, 汤至颂, 王凤来
• Format: Journal Article
• Language: Chinese
• Published: 哈尔滨工业大学(深圳) 土木与环境工程学院,广东 深圳 518055 01.02.2025; 哈尔滨工业大学(深圳) 土木与环境工程学院,广东 深圳 518055%深圳市城市公共安全技术研究院有限公司,城市安全风险监测预警应急管理部重点实验室,广东 深圳 518023; 深圳市城市公共安全技术研究院有限公司,城市安全风险监测预警应急管理部重点实验室,广东 深圳 518023; 深圳市城市灾害数字孪生重点实验室,广东 深圳 518023; 深圳市城市公共安全技术研究院有限公司,城市安全风险监测预警应急管理部重点实验室,广东 深圳 518023%哈尔滨工业大学(深圳) 土木与环境工程学院,广东 深圳 518055%哈尔滨工业大学 土木工程学院,黑龙江 哈尔滨 150001; 广东省土木工程智能韧性结构重点实验室,广东 深圳 518055%深圳市城市灾害数字孪生重点实验室,广东 深圳 518023
• Subjects: exterior window damage index; 外窗损伤指数; 语义分割; 灾损评估; semantic segmentation; building windows; 建筑外窗; disaster assessment
• ISSN: 1004-4574
• DOI: 10.13577/j.jnd.2025.0104

TU3%P429%X503.5; 在冰雹灾害中建筑外窗往往受损严重,导致建筑外围护结构功能失效.传统的损伤评估方法通常依赖于人工现场调查,客观性和效率不足,难以及时快速地量化评估冰雹导致的建筑外围护结构损伤.本研究提出了一种基于图像语义分割的建筑外窗受损情况的智能量化评估方法.基于网络数据训练建筑外窗损伤识别语义分割模型Swin Transformer,通过灾害现场的原位拍摄数据进行迁移学习,实现了建筑外窗损伤的智能量化识别,并据此提出了建筑外窗损伤指数.研究结果表明,本研究提出的方法能够准确识别建筑外窗的破损区域,精度超过 85％,提出的建筑外窗损伤指数,能够较好地评估建筑外窗的损伤情况,并为灾损评估和灾后修复提供可靠的量化指标.