Los puntos clave no están disponibles para este artículo en este momento.
En el contexto de que los residuos de construcción y demolición agravan la contaminación ambiental, la falta de tecnología de reciclaje ha obstaculizado el desarrollo sostenible de la industria. Estudios previos han explorado métodos de reciclaje automatizados basados en robots, pero su eficiencia está limitada por la velocidad de movimiento y el rango de detección, por lo que hay una necesidad urgente de integrar drones en el campo del reciclaje para mejorar la eficiencia en la gestión de residuos de construcción. Investigaciones preliminares han demostrado que las técnicas de reconocimiento de residuos de construcción anteriores son ineficaces cuando se aplican a UAV y también carecen de un método para convertir con precisión las ubicaciones de los residuos en imágenes a coordenadas reales. Por lo tanto, este estudio propone un nuevo método para etiquetar de forma autónoma la ubicación de los residuos de construcción utilizando UAV. Usando imágenes capturadas por UAV, compilamos un conjunto de datos de imágenes y propusimos un algoritmo de reconocimiento de residuos de construcción de alta precisión y largo alcance. Además, propusimos un método para convertir las posiciones de píxeles de los objetivos a posiciones reales. Finalmente, el estudio verificó la efectividad del método propuesto a través de experimentos. Los resultados experimentales demostraron que el enfoque propuesto en este estudio mejoró la discernibilidad de los algoritmos de visión por computadora hacia objetivos pequeños y detalles de alta frecuencia dentro de las imágenes. En una tarea de localización de residuos de construcción utilizando drones, que involucra reconocimiento de imágenes de alta resolución, la precisión y la recuperación se mejoraron significativamente en alrededor del 2% a velocidades de hasta 28 fps. Los resultados de este estudio pueden garantizar la aplicación eficiente de drones en los sitios de construcción.
Wang et al. (Sun,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: