سامانه تشخیص خودکار تخلفات ساختمانی با کمک پردازش تصویر و یادگیری عمیق

گسترش بی رویه و کنترل نشده ساخت وسازهای شهری، چالش های جدی برای نظام مدیریت و نظارت شهری به ویژه در حوزه تخلفات ساختمانی به همراه داشته است. روش های سنتی نظارت، به دلیل محدودیت های انسانی، هزینه های بالا و پوشش ناکافی، پاسخ گوی نیازهای نظارتی کلان شهرها نیستند. در این پژوهش، یک سامانه هوشمند تشخیص تخلفات ساختمانی با بهره گیری از فناوری پردازش تصویر و الگوریتم های یادگیری عمیق طراحی و پیشنهاد می شود. سامانه مذکور، با دریافت تصاویر هوایی و پهپادی و پردازش آن ها از طریق شبکه های عصبی کانولوشنی، قادر است تغییرات غیرمجاز ساختمانی را به صورت خودکار شناسایی کرده و هشدارهای لازم را به مراجع ذی ربط ارائه دهد. تحلیل های اولیه نشان می دهد که به کارگیری مدل هایی نظیر YOLOv۵، Faster R-CNN و U-Net در شناسایی ساخت وسازهای غیرمجاز، دقت، سرعت و شفافیت نظارت را به طور معناداری افزایش می دهد. این سامانه می تواند به عنوان ابزار مکمل در سیاست گذاری و اجرای مقررات شهری به کار گرفته شده و گامی موثر در تحقق شهر هوشمند و پایدار تلقی گردد.

کلیدواژه ها:

تخلفات ساختمانی ، پردازش تصویر ، یادگیری عمیق ، شبکه های عصبی کانولوشنی ، شناسایی خودکار ، نظارت شهری ، شهر هوشمند.