Método de encuesta basado en visión para cargas extraordinarias en edificios

Resumen La modelización estadística de cargas extraordinarias en edificios ha estado estancada durante décadas debido a la naturaleza laboriosa y propensa a errores de los métodos de encuesta existentes, como cuestionarios y consultas verbales. Este estudio propone un nuevo método de encuesta basado en visión para recopilar datos de cargas extraordinarias mediante el análisis automático de videos de vigilancia. Para este propósito, se desarrolla un marco de seguimiento de cabezas de multitudes que integra modelos de detección y reidentificación de cabezas de multitudes basados en redes neuronales convolucionales para obtener trayectorias de cabezas de la multitud en el área de encuesta. Las trayectorias de cabezas de la multitud se analizan para extraer la cantidad y las velocidades de la multitud, que son los factores esenciales para las cargas extraordinarias. Para áreas de encuesta con movimientos frecuentes de multitudes durante eventos temporales, se puede estimar además el factor de carga dinámica equivalente utilizando la velocidad de la multitud para considerar los efectos dinámicos. Se lleva a cabo un experimento de investigación de cantidad de multitudes y un experimento de caminata de multitudes para validar el método de encuesta propuesto. Los resultados experimentales demuestran que el método de encuesta propuesto es efectivo y preciso en la recopilación de datos de carga y razonable al considerar los efectos dinámicos durante eventos extraordinarios. El método de encuesta propuesto es fácil de implementar y tiene el potencial de recopilar datos de carga extraordinaria sustanciales y confiables para determinar la carga de diseño en edificios.