无人机和人工智能革新基础设施检查，新综述发现

一项新的文献综述和框架提案详细介绍了在建筑、工程、施工和设施管理（AEC+FM）领域使用无人机（UAVs）进行基础设施检查。该论文综合了150多项研究，重点介绍了数据采集、缺陷检测和决策支持的方法，并结合了YOLO和Faster R-CNN等先进的机器学习模型。它还讨论了RGB图像、LiDAR和热成像传感与基于Transformer的架构的集成，以提高识别结构缺陷和异常的准确性。研究确定了实时处理和多模态数据融合方面仍存在的挑战，并提出了轻量级人工智能模型和自适应飞行规划等未来方向。 AI

影响 这项研究可能通过先进的人工智能和传感器融合，实现更高效、更准确的基础设施检查。

排序理由 该集群包含一篇学术论文，详细介绍了特定应用的文献综述和框架提案。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

• AEC+FM
• Amir Farzin Nikkhah
• Faster R-CNN
• lidar
• unmanned aerial vehicle
• YOLO

• 论文
• 产品
• 基础设施

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →