| 項目編號: | ITP/049/22LP |
| 項目標題: | 基於視頻分析的異常檢測去釐定各地下雨水渠損壞程度 的嚴重性 |
| 研發單位: | LSCM研發中心 |
| 概要: | 這個種子項目旨在開發一種基於無監督機器學習、神經網絡計算和計算機視覺技術的自動 方法，以分析在地下雨水渠內拍攝的視頻內容，以幫助發現結構和功能相關的異常情況。 這種異常情況可能會危及整體保護基礎設施的完整性，以維持必要的斜坡安全免受山泥傾 瀉，特別是對於香港人口稠密的山坡地區。研發方法涉及使用深度學習方法來提取圖像特 徵，以對地下排水溝的視頻圖像進行矢量化處理。由於無法獲得關於如何在不同排水管內 呈現損壞或缺陷的具體知識，因此使用無監督機器學習技術將所有矢量化圖像聚類到不同 的組別中。然後將生成的圖像集群可視化，以識別具有損壞相關問題的組別，並隨後通過 計算優先次序確定有缺陷的排水管的嚴重程度，以確定修復工作的優先次序。香港房屋委 員會（房委會）是斜坡管理機構之一，負責調查約 130 個山坡公共屋村斜坡下地下雨水渠 的結構完整性。這項目計劃使用房委會的排水視頻作為開發原型工具的基礎，以幫助檢測 損壞或異常情況。由此產生的異常檢測能力可能有助於交叉驗證手動調查結果的一致性和 手動捕獲的地下雨水渠視頻的可見性。研發工作可能會帶來更多應用此類異常檢測視頻分 析的機會，以幫助加強與質量相關的課題，采用調查基礎設施的視頻數據以達到保存和安 全目的。 |
| 項目統籌員: | 吳道賓博士 |
| 資助金額: | 港幣二百七十六萬 |
| 項目週期: | 2023年2月1日 - 2024年4月30日 |
