Utilización de cámaras termográficas low cost para la búsqueda automatizada de defectos constructivos mediante técnicas de deep learning
No Thumbnail Available
Date
2024-04-30
Journal Title
Journal ISSN
Volume Title
Publisher
Centro Universitario de la Defensa en la Escuela Naval Militar
Abstract
La prevención y conservación en la construcción son esenciales para cumplir con los objetivos de la
Agenda 2030, dada la presencia de posibles defectos constructivos como puentes térmicos, humedades,
grietas y filtraciones de aire.
La termografía infrarroja se destaca como una tecnología no destructiva fundamental, ya que su
sensibilidad al espectro infrarrojo permite identificar el comportamiento térmicos de los defectos antes
de que sean visibles a simple vista. En este trabajo, con el edificio de investigación del CUD-ENM como
objeto de estudio, la investigación se centra en el uso de técnicas de deep learning (DL) para identificar
automáticamente defectos constructivos a partir de imágenes termográficas.
A través de la comparación de los diferentes modos de adquisición de imágenes (activa y pasiva) y
de las dos cámaras termográficas (alta gama y low cost), se analizan los resultados y limitaciones
existentes. El análisis consiste en un modelo de DL de instancias de objetos, proporcionando los
resultados que permiten comparar los diferentes métodos de adquisición de imágenes y la evaluación de
las limitaciones de las cámaras low cost, contribuyendo al desarrollo de sistemas automatizados de
detección de defectos constructivos, siendo crucial para mejorar la eficiencia y seguridad en el sector de
la construcción.