文献

J-GLOBAL ID：201802263306889616   整理番号：18A0503344

道路構造物に発生する変状の自動分類の高精度化に向けたConvolutional Sparse Codingの導入に関する検討

Trial Introduction of Convolutional Sparse Coding for Accurate Distress Classification of Road Structures

著者 (4件)： 前田圭介 (北大 大学院情報科学研究科) ,  高橋翔 (北大 数理・データサイエンス教育研究セ) ,  小川貴弘 (北大 大学院情報科学研究科) ,  長谷山美紀 (北大 大学院情報科学研究科)
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： 117  号： 431(ITS2017 61-83)  ページ： 189-194  発行年： 2018年02月08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： 本文では,Convolutional Sparse Coding(以降,CSC)により算出した画像特徴に基づく変状分類手法を提案する。道路構造物に発生する変状を撮影した画像は一般物体認識で用いられる画像と比較して画像数に限りが存在する。そのため,大量の画像を必要とするConvolutional Neural Networkでは変状分類において十分な精度を担保することが困難である。ここで,少量の画像で学習可能な分類器として,Extreme Learning Machine-Local Receptive Field(以降,ELM-LRF)が提案されている。しかしながら,ELM-LRFのネットワーク構築に必要なパラメータはランダムに設定されていることから,変状分類に効果的な特徴算出までは至っていない。そこで,本文では,効果的な特徴算出が可能であることが報告されているCSCを変状分類に導入する。CSCは畳み込み演算によって入力画像の画素間の局所的相互作用を考慮可能であるため,通常のSparse Codingよりも表現能力の高い特徴が得られる。以上より,CSCにより変状分類に効果的な特徴を算出することで,変状分類の精度向上を図る。(著者抄録)

シソーラス用語： *構造物 ,  維持管理 ,  ニューラルネットワーク ,  *画像処理 ,  学習機械 ,  状態 ,  分類 ,  自動分類 ,  *精度 ,  数値
準シソーラス用語： F値 ,  スパース符号化 ,  *画像分類 ,  極度学習機械 ,  畳込みニューラルネットワーク ,  *道路構造物 ,  *分類精度 ,  変状

分類 (3件)： 道路工学一般  (RC08010M) ,  パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

引用文献 (30件)：

• Ministry of Land, Infrastructure, Transport and Tourism, ′′′′White paper on land, infrastructure, transport and tourism in Japan 2014′′,′′ 2014 (accessed 8 October 2017), http://www.mlit.go.jp/en/statistics/white-paper-mlit-2014.html.
• Sangkyun Woo, Inyeop Chu, Byongdon Youn, and Kijung Kim, ′′Development of the corrosion deterioration inspection tool for transmission tower members,′′ KEPCO Journal on Electric Power and Energy, vol. 2, no. 2, pp. 293-298,2016.
• Bjarne Bergquist and Peter S?derholm, ′′Data analysis for condition-based railway infrastructure maintenance,′′ Quality and Reliability Engineering International, vol. 31, no. 5, pp. 773-781,2015.
• Yung Cheng Lai, Dow Chung Fan, and Kwei Long Huang, ′′Optimizing rolling stock assignment and maintenance plan for passenger railway operations,′′ Computers & Industrial Engineering, vol. 85, pp. 284-295,2015.
• R Montero, JG Victores, S Mart?nez, A Jard?n, and C Balaguer, ′′Past, present and future of robotic tunnel inspection,′′ Automation in Construction, vol. 59, pp. 99-112,2015.

タイトルに関連する用語 (4件)： 道路構造物 ,  変状 ,  自動分類 ,  高精度化