文献

J-GLOBAL ID：201602286569231344   整理番号：16A0563097

被災がれき量推定に向けた畳み込みニューラルネットワークを用いた倒壊建造物の自動抽出

Detecting Collapsed Buildings using Convolutional Neural Network for Estimating the Disaster Debris Amount

著者 (5件)： 利根川凜 (北大 大学院情報科学研究科) ,  飯塚博幸 (北大 大学院情報科学研究科) ,  山本雅人 (北大 大学院情報科学研究科) ,  古川正志 (北海道情報大) ,  大内東 (東北大)
資料名： 情報処理学会論文誌ジャーナル(Web)
巻： 57  号： 6  ページ： 1565-1575 (WEB ONLY)  発行年： 2016年06月15日 
JST資料番号： U0452A  ISSN： 1882-7764  資料種別： 逐次刊行物 (A)
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： 津波の被害に代表される大規模な家屋の倒壊が起こる災害時において,被災状況を把握できずに起きる復旧の遅延が問題となっている。津波により建造物の倒壊が起こり大量のがれきが発生すると,早急に輸送手段や仮置き場の位置や数の手配が必要になる。しかしながら,現状では被災地での被害状況の把握,被災がれき量の推定について短時間で行う手法は確立されていない。本研究では,震災後に撮影される被災地の空撮画像を複数用い,被災地の地図情報から家屋のある範囲を抽出し,畳み込みニューラルネットワークによる学習から,家屋倒壊判別を行う。結果として,東日本大震災で被災地となった10地域の空撮画像を利用し,約86%の正答率を得た。また,使用地域の中で,テストデータの判別正答率の悪かった地域のみをテストデータに絞った場合でも判別を行い,前実験の結果と比較して,より多くの地域,および,条件の画像データを用意すれば,判別器の正答率が向上する可能性を示した。(著者抄録)

シソーラス用語： 画像処理 ,  *建設廃棄物 ,  被災 ,  *ニューラルネットワーク ,  畳込み ,  *抽出 ,  自動化 ,  画像 ,  震災 ,  比率 ,  災害調査 ,  統計的推定
準シソーラス用語： 瓦礫 ,  空撮画像 ,  *自動抽出 ,  正答率 ,  東日本大震災

分類 (1件)： 図形・画像処理一般  (JE04010I)

引用文献 (17件)：

• 国立環境研究所:災害廃棄物の発生原単位について(第一報),入手先 http://www.nies.go.jp/shinsai/.
• 環境省廃棄物・リサイクル対策部:災害廃棄物総量推計値の見直しについて,入手先 http://kouikishori.env.go.jp/disaster waste/processing/processing_status/index.html.
• 高谷敏彦,佐藤真哉,大内 東:東日本大震災から学ぶ災害廃棄物量推定システムに関する考察,情報処理学会全国大会講演論文集,Vol.74, No.3, pp.1287-1288 (2012).
• LeCun, Y., Bottou, L., Bengio, Y. and Haffner, P.: Gradient-based learning applied to document recognition, Proc. IEEE, pp.2278-2324 (1998).
• LeCun, Y., Boser, B., Denker, J.S., Henderson, D., Howard, R.E., Hubbard, W. and Jackel., L.D.: Backpropagation applied to handwritten zip code recognition, Neural Computation, Vol.1, pp.541-551 (1989).

タイトルに関連する用語 (7件)： 被災 ,  れき ,  推定 ,  畳み込みニューラルネットワーク ,  倒壊 ,  建造物 ,  自動抽出