Αναγνώριση ρωγμών με χρήση τεχνολογιών μη επιβλεπόμενης βαθιάς μηχανικής μάθησης

Κοτρωνάκη, Ιωάννα; Kotronaki, Ioanna

dc.contributor.author	Κοτρωνάκη, Ιωάννα	el
dc.contributor.author	Kotronaki, Ioanna	en
dc.date.accessioned	2022-02-10T10:40:43Z
dc.date.available	2022-02-10T10:40:43Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/54663
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.22361
dc.rights	Αναφορά Δημιουργού-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nd/3.0/gr/	*
dc.subject	Μηχανική μάθηση	el
dc.subject	Μη επιβλεπόμενη μάθηση	el
dc.subject	Αναγνώριση ρωγμών	el
dc.subject	Αυτόματοι κωδικοποιητές	el
dc.subject	Νευρωνικά δίκτυα	el
dc.subject	Machine learning	en
dc.subject	Unsupervised learning	en
dc.subject	Autoencoders	en
dc.subject	Crack detection	en
dc.subject	Neural networks	en
dc.title	Αναγνώριση ρωγμών με χρήση τεχνολογιών μη επιβλεπόμενης βαθιάς μηχανικής μάθησης	el
dc.title	Crack detection using unsupervised deep machine learning technologies	en
heal.type	bachelorThesis
heal.classification	Γεωπληροφορική	el
heal.classification	Geoinformatics	en
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2021-10-22
heal.abstract	Σκοπός της εργασίας είναι η αναγνώριση ρωγμών μέσω τεχνολογιών μη επιβλεπόμενης βαθιάς μηχανικής μάθησης. Η μηχανική μάθηση, αν και δεν αποτελεί νέο πεδίο μελέτης, είναι ένας συνεχώς εξελισσόμενος κλάδος της τεχνητής νοημοσύνης, με ποικίλες εφαρμογές όπως η αναγνώριση προφορικού λόγου, γραπτού λόγου και προσώπων αλλά και η πραγματοποίηση προβλέψεων. Μία από τις υποκατηγορίες της είναι και η μη επιβλεπόμενη μάθηση, στην οποία τα δεδομένα δεν είναι επισημασμένα, δηλαδή δεν υπάρχουν αληθείς ετικέτες, ενώ χρησιμοποιείται κυρίως σε εφαρμογές ομαδοποίησης, συσχέτισης και μείωσης διαστάσεων. Ο αυτόματος κωδικοποιητής, ο οποίος αποτελεί το κύριο μέσο αναγνώρισης ρωγμών στα πλαίσια της παρούσας εργασίας, είναι ένα μη επιβλεπόμενο νευρωνικό δίκτυο το οποίο επιτυγχάνει μέσω των επιπέδων του να αναπαράξει την είσοδό του στην έξοδό του, συμπιέζοντας τα δεδομένα στην διαδικασία κωδικοποίησης και αποσυμπιέζοντας τα στη διαδικασία αποκωδικοποίησης. Εφόσον το δίκτυο περιλαμβάνει πολλαπλά κρυμμένα επίπεδα, αποτελεί δίκτυο βαθιάς μάθησης. Με σκοπό να επιτευχθεί αναγνώριση ρωγμών, χρησιμοποιήθηκαν εικόνες από τα τοιχώματα μίας σήραγγας, των οποίων η λήψη πραγματοποιήθηκε υπό διαφορετικό φωτισμό. Οι εικόνες αυτές κατακερματίστηκαν σε ομοιόμορφου μεγέθους τμήματα 45 × 45 εικονοστοιχείων. Για την εκπαίδευση του αυτόματου κωδικοποιητή αξιοποιήθηκαν αποκλειστικά τμήματα που δεν απεικόνιζαν ρωγμές, δηλαδή φυσιολογικές εικόνες. Τα τμήματα που απεικόνιζαν ρωγμές αποτελούν τις μη φυσιολογικές εικόνες και αξιοποιήθηκαν στη φάση του ελέγχου, σε συνδυασμό με ένα μέρος των φυσιολογικών εικόνων. Η ταξινόμηση των εικόνων σε φυσιολογικές και μη φυσιολογικές πραγματοποιήθηκε μέσω υπολογισμού του μέσου τετραγωνικού σφάλματος της κάθε εικόνας με την αντίστοιχη παραγόμενη από το μοντέλο και προσδιορισμό ενός κατωφλίου. Οι εικόνες για τις οποίες το υπολογισμένο μέσο τετραγωνικό σφάλμα είναι μικρότερο από το κατώφλι θεωρούνται φυσιολογικές. Αντίθετα, οι εικόνες για τις οποίες το μέσο τετραγωνικό σφάλμα ξεπερνά το κατώφλι θεωρούνται μη φυσιολογικές και υποθέτεται ότι περιλαμβάνουν ρωγμή ή άλλο ανώμαλο συμβάν. Εκτός των κανονικών δεδομένων εκπαίδευσης και ελέγχου, δημιουργήθηκαν σύνολα δεδομένων με εξομάλυνση και με θόρυβο τύπου αλάτι – πιπέρι, ακολουθώντας και για αυτά όμοια διαδικασία. Παράλληλα με τον αυτόματο κωδικοποιητή, επιχειρήθηκε να διαχωριστούν τα δεδομένα σε φυσιολογικές και μη φυσιολογικές εικόνες μέσω του αλγορίθμου K-means, του Gaussian Mixture Model και ενός επιβλεπόμενου νευρωνικού δικτύου, ώστε να υπάρχει δυνατότητα σύγκρισης. Στα κανονικά δεδομένα ο αυτόματος κωδικοποιητής φάνηκε να υπερτερεί των υπόλοιπων αλγορίθμων πετυχαίνοντας συνολική ακρίβεια κοντά στο 94%, με το επιβλεπόμενο νευρωνικό δίκτυο να ακολουθεί. Στην περίπτωση των δεδομένων με εξομάλυνση όμως το επιβλεπόμενο νευρωνικό δίκτυο σημείωσε συνολική ακρίβεια της τάξης του 96%, ξεπερνώντας τον αυτόματο κωδικοποιητή, ο οποίος και πάλι κατάφερε να διαχωρίσει επιτυχημένα τα δεδομένα με ακρίβεια κοντά στο 91%. Η προσθήκη θορύβου επηρέασε αισθητά τους αλγορίθμους. Παρ’ όλα αυτά ο αυτόματος κωδικοποιητής σημείωσε συνολική ακρίβεια κοντά στο 80%, ξεπερνώντας σημαντικά την απόδοση των υπόλοιπων αλγορίθμων. Τελικά, συμπεραίνεται ότι ο αυτόματος κωδικοποιητής κατάφερε με επιτυχία να διαχωρίσει τις εικόνες και να εντοπίσει αυτές που περιλαμβάνουν ρωγμή, σημειώνοντας καλύτερη απόδοση και μεγαλύτερη σταθερότητα σε σύγκριση με τις υπόλοιπες μεθόδους με τις οποίες συγκρίθηκε.	el
heal.abstract	The purpose of this work is to identify cracks using unsupervised deep machine learning technologies. Machine learning, although not a new field of study, is a continuously evolving branch of artificial intelligence, with diverse applications such as voice and written text recognition, face recognition and making predictions. One of its subcategories is unsupervised learning, in which the data is not labelled, i.e. there are no true labels, and is mainly used in clustering, association and dimensionality reduction applications. The autoencoder, which is the main method of crack detection in the context of this work, is an unsupervised neural network which achieves through its layers to reproduce its input to its output by compressing the data in the encoding process and decompressing it in the decoding process. Since the network includes multiple hidden layers, it is a deep learning network. In order to achieve crack detection, images of the walls of a tunnel, taken under different lighting conditions, were used. These images were segmented into uniformly sized segments of 45×45 pixels. For the training of the autoencoder, only segments that did not depict cracks, i.e. normal images, were used. The segments that depicted cracks constitute the abnormal images and were utilized in the test phase, in combination with a portion of the normal images. The classification of images into normal and abnormal was performed by calculating the mean square error of each image with the corresponding generated by the model and determining a threshold. Images for which the calculated mean square error is less than the threshold are considered normal. Conversely, images for which the mean square error exceeds the threshold are considered abnormal and are assumed to depict a crack or other anomalous events. In addition to the standard training and test data, smoothing and salt-and-pepper noise datasets were created and a similar procedure was applied to them. Along with the autoencoder, an attempt was made to separate the data into normal and abnormal images using the K-means algorithm, the Gaussian Mixture Model and a supervised neural network to enable comparison. On standard data the autoencoder seemed to outperform the other algorithms, achieving an overall accuracy close to 94%, with the supervised neural network following. In the case of the smoothed data, however, the supervised neural network achieved an overall accuracy of 96%, outperforming the autoencoder, which again managed to successfully separate the data with an accuracy approaching 91%. The addition of noise significantly affected the algorithms. Nevertheless, the autoencoder achieved an overall accuracy close to 80%, significantly outperforming the other algorithms. Finally, it is concluded that the autoencoder was able to successfully classify the images and identify those containing a crack, achieving better performance and greater stability compared to the other methods against which it was compared.	en
heal.advisorName	Δουλάμης, Νικόλαος	el
heal.committeeMemberName	Γεωργόπουλος, Ανδρέας	el
heal.committeeMemberName	Βεσκούκης, Βασίλειος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Αγρονόμων και Τοπογράφων Μηχανικών. Τομέας Τοπογραφίας	el
heal.academicPublisherID	ntua
heal.numberOfPages	127 σ.	el
heal.fullTextAvailability	false