文献

J-GLOBAL ID：201902255274175410   整理番号：19A2237004

土木インフラストラクチャーの視覚ベース視覚評価のための関心領域の自動位置決めと分類【JST・京大機械翻訳】

Automated region-of-interest localization and classification for vision-based visual assessment of civil infrastructure

著者 (4件)： Yeum Chul Min (Lyles School of Civil Engineering, Purdue University, West Lafayette, IN, USA) ,  Choi Jongseong (School of Mechanical Engineering, Purdue University, West Lafayette, IN, USA) ,  Dyke Shirley J (Lyles School of Civil Engineering, Purdue University, West Lafayette, IN, USA) ,  Dyke Shirley J (School of Mechanical Engineering, Purdue University, West Lafayette, IN, USA)
資料名： Structural Health Monitoring  (Structural Health Monitoring)
巻： 18  号： 3  ページ： 675-689  発行年： 2019年 
JST資料番号： W2357A  ISSN： 1475-9217  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： コンピュータビジョンと新しいセンシングプラットフォームにおける相補的な進歩は,著者らの民間インフラストラクチャの視覚評価のための自動化された方法を追求するために研究コミュニティを動員した。大規模構造におけるセンシングに典型的に関連する空間的および時間的限界は,統合高分解能視覚センサによる低コスト空中プラットフォームの使用を通して低下している。このような技術を実行するのに多大な努力が払われているにもかかわらず,実際の現実世界の挑戦はこれらの方法の応用をまだ妨げている。制御されていない環境下で収集された大量の複雑な視覚データ(例えば,照明,クラッタ領域,オクルージョン,環境条件の変化)は,そのような方法に対して大きな挑戦を課し,特に,それらのわずかな割合を実際の評価を行うために使用する。このような困難さは偽陽性および偽陰性誤差の望ましくない高い速度を誘導し,この方法における信頼性と効率の両方を低減する。これらの固有の課題を克服するために,新しい自動化画像位置決めと分類技術を開発して,検査のための標的領域を含む画像の各々に関する関心領域を抽出した。興味のある領域は,構造-霜運動アルゴリズムを用いてここで抽出される。オクルージョンによって破壊されたそれらのような興味のあるより有用でない領域は,畳込みニューラルネットワークに基づいて,ロバストな画像分類技術を用いて効果的にフィルタ処理される。次に,このような関心の高い関連領域は視覚評価に利用できる。この技術の能力を,溶接接合部を有する実物大の高速道路標識トラスを用いて実証することに成功した。Copyright The Author(s) 2018 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  *位置決め ,  ロバスト性 ,  コミュニティ ,  フィルタリング ,  画像 ,  アルゴリズム ,  クラッタ ,  オクルージョン ,  高速度 ,  *視覚 ,  自動化 ,  コンピュータビジョン
準シソーラス用語： 誤検出 ,  *関心領域 , 【Automatic Indexing@JST】

著者キーワード (5件)： 視覚評価 ,  画像位置決め ,  運動からの構造 ,  損傷検出 ,  畳み込みニューラルネットワーク

分類 (1件)： 非破壊試験  (HB02030F)

タイトルに関連する用語 (6件)： 土木 ,  インフラストラクチャー ,  視覚 ,  視覚評価 ,  関心領域 ,  分類