一项基于人工智能（AI）的系统将改变Universitat Oberta de Catalunya（UOC）的创新研究人员对建筑物屋顶石棉检测和监测过程的方式。通过基于深度学习和计算机视觉技术的创新方法，该系统分析常见的RGB遥感照片，提供了一种廉价且可扩展的解决方案，可以解决这个关键问题。
AI克服了传统限制
旧的石棉检测方法需要使用缓慢昂贵的高光谱成像技术，这使得大规模实施变得困难。UOC团队使用高分辨率的RGB图像，由于航空测图服务的普及，这些图像随处可得。正在开发的系统专注于重复使用的VNIR和NIR图像作为辅助信息。
UOC复杂系统组（CoSIN3）的主要研究员Javier Borge Holthoefer解释说：“我们的方法非常有效，因为使用RGB图像生成AI的专业性和成本效益。”他补充说，这种高分辨率航拍影像在美国和大多数其他国家是免费的。
研究人员开始建立该系统，使用来自加泰罗尼亚地理与地质研究所的材料，其中包含数千张航空照片。深度学习模型被系统地训练，以区分含石棉屋顶的密集屋顶压实图案与不含石棉的屋顶。
多方面的应用
该团队利用了一个全面的验证框架。事实上，图像数据集中有20%用于主要测试。结果非常积极，AI系统在检测屋顶石棉方面的精确度超过80%。
该系统的通用性不仅限于大城市、工业区和沿海地区，而是可以在城市、工业区、边缘地区和农田中使用。当局可以将其用于全面调查，并附加安全清除公共和私人建筑中的含石棉材料。
尽管现在在许多国家已经对石棉在建筑中的使用进行了监管甚至禁止，但它仍然在国际上造成巨大风险。世界卫生组织已经登记了超过10万例与几种肺癌、胸膜瘤和肺纤维化有关的死亡案例。
令人震惊的是，在加泰罗尼亚地区，建筑物内仍然估计有超过4,000,000吨石棉纤维水泥。当局设定了2028年公共建筑清除石棉的最后期限，2032年私人建筑的最后期限，这意味着这个问题需要立即采取行动解决。
尽管AI系统在城市和工业区表现出先进的能力，但专家们已经确定了扩大训练基础的需求，确保包括更多多样环境的数据。尽管现有模型存在城市中心倾向，但它们为农村和近郊环境提供了更广泛的数据选择。
