0
  • DE
  • EN
  • FR
  • Base de données et galerie internationale d'ouvrages d'art et du génie civil

Publicité

Siamese Convolutional Neural Networks to Quantify Crack Pattern Similarity in Masonry Facades

Auteur(s): ORCID (Department of Structural Reliability, TNO Building, Infrastructure, and Maritime, Delft, The Netherlands)
(Department of Structural Reliability, TNO Building, Infrastructure, and Maritime, Delft, The Netherlands)
(Department of Intelligent Imaging, TNO Defense, Safety, and Security, The Hague, The Netherlands)
(Department of Intelligent Imaging, TNO Defense, Safety, and Security, The Hague, The Netherlands)
(Department of Structural Reliability, TNO Building, Infrastructure, and Maritime, Delft, The Netherlands)
(Department of Intelligent Imaging, TNO Defense, Safety, and Security, The Hague, The Netherlands)
ORCID (Department of Geoscience and Engineering, Delft University of Technology, Delft, The Netherlands)
Médium: article de revue
Langue(s): anglais
Publié dans: International Journal of Architectural Heritage, , n. 1, v. 17
Page(s): 1-23
DOI: 10.1080/15583058.2022.2134062
Structurae ne peut pas vous offrir cette publication en texte intégral pour l'instant. Le texte intégral est accessible chez l'éditeur. DOI: 10.1080/15583058.2022.2134062.
  • Informations
    sur cette fiche
  • Reference-ID
    10697022
  • Publié(e) le:
    12.12.2022
  • Modifié(e) le:
    20.02.2023
 
Structurae coopère avec
International Association for Bridge and Structural Engineering (IABSE)
e-mosty Magazine
e-BrIM Magazine