文献

J-GLOBAL ID：202002241069948306   整理番号：20A1071153

深層学習による路面性状検知手法の精度評価

Accuracy Evaluations of Deep Learning based Road Damage Detection Methods

著者 (5件)： 和田直己 (早稲田大) ,  竹内健 (早稲田大 理工学術院 総合研) ,  金井謙治 (早稲田大 理工学術院 総合研) ,  甲藤二郎 (早稲田大) ,  甲藤二郎 (早稲田大 理工学術院 総合研)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 119  号： 454(IMQ2019 13-68)  ページ： 3-8  発行年： 2020年02月27日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 日本の道路の多くが更新期に近づいているため,道路損傷を自動で検知することが求められている.道路損傷の検知手法として,SSD等の深層学習による物体検知手法を用いたRoad Damage Detectorが提案されている.ただし,この手法では,道路損傷対象によって検出漏れが多いという問題がある.そこで精度評価改善のために,YOLOとMobileNetを組み合わせた路面性状検知手法を検討する.(著者抄録)

シソーラス用語： *機械学習 ,  *状態 ,  *検出法 ,  評価 ,  通信網 ,  比率 ,  分類 ,  モバイルネットワーク ,  *深層学習 ,  多クラス分類
準シソーラス用語： *検知法 ,  再現率 ,  精度評価 ,  適合率 ,  *路面性状

分類 (4件)： 道路の維持修繕  (RC08050E) ,  人工知能  (JE08000Z) ,  移動通信  (ND08030H) ,  ニューロコンピュータ  (JC06010Q)

引用文献 (23件)：

• 国土交通省 編 : 第II部第2章第2節 社会資本の老朽化対策, 国土交通白書 2019 令和元年版, pp.110-111, Jan. 2019.
• 国土交通省道路局, 舗装点検要項, Oct. 2016.
• 国土交通省 編 : 公共事業関係費 (政府全体)の推移, 平成31年度予算概要, pp.51, Jan. 2019.
• NEXCO 中日本, ′′路面性状測定車 ロードタイガー′′ [online]: https://www.c-nexco.co.jp/corporate/safety/torikumi/torikumi/vol104/
• パスコ, ′′路面性状調査・道路インフラのトータルマネジメント′′ [online]: https://www.pasco.co.jp/products/real/

タイトルに関連する用語 (4件)： 深層学習 ,  路面性状 ,  手法 ,  精度評価