文献

J-GLOBAL ID：201902281655188237   整理番号：19A0603035

畳み込みニューラルネットワークを用いた地下鉄トンネルにおける変状検出の高精度化に関する一検討

A Note on Performance Improvement of Distress Detection in Subway Tunnels Using CNN

著者 (4件)： WANG An (北大 大学院情報科学研究科) ,  原川良介 (北大 大学院情報科学研究科) ,  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： 118  号： 449(ITS2018 59-85)  ページ： 121-124  発行年： 2019年02月12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： 以前に我々は,CNN(LeNet)とFCN(Fully Convolutional Networks)を用いて,地下鉄トンネルにおける変状検出を実現する手法を提案した。この手法では,(1)LeNetの層数が少ないこと,(2)一般画像で学習されたFCNを用いていたことの二点の問題が存在し,変状検出の精度に限界があった。これらの問題を解決するため,本文では,residualモジュールを有するネットワークを構築し,地下鉄トンネルにおける変状検出を高精度に実現する手法を提案する。提案手法では,ネットワークのいくつかの層を一括りにしたresidualモジュールを設定し,その入出力間にショートカットを挿入する残差学習という機能を実現することで,多層のネットワークの学習を可能とする。これにより,弁別性の高い特徴算出を可能とし,高精度な変状検出を実現する。本文の最後では,実際の地下鉄トンネルの画像を用いた実験によって,提案手法の有効性を検証する。(著者抄録)

シソーラス用語： *地下鉄道 ,  変化 ,  *検出 ,  ニューラルネットワーク ,  残差 ,  改良 ,  *実証実験 ,  *有効性 ,  *異常検出 ,  畳込みニューラルネットワーク
準シソーラス用語： トンネル変状 ,  高精度化

分類 (2件)： 信号,保安  (TC01040Y) ,  保線,鉄道防災  (RC07050X)

引用文献 (12件)：

• 国土交通省,平成27年度国土交通白書, http://www.mlit.go.jp/hakusyo/.
• 日本経済再生本部,日本再興戦略2016-第4次産業革命に向けて-, http://www.kantei.go.jp/jp/singi/keizaisaisei/pdf/2016zentai-hombun.pdf/.
• 国土交通省, iconstruction委員会報告書, http://www.mlit.go.jp;common/001127288.pdf/.
• 山本努,′′東京メトロにおけるトンネルの維持管理と長寿命化への取り組み,′′Subway,vol.197,pp.26-30,2013.
• 石原賢太,高橋翔,小川貴弘,長谷山美紀,′′畳み込みニューラルネットワークを用いた地下鉄トンネルにおける変状検出に関する検討,′′映像情報メディア学会技術報告,vol.41,no.5,pp.81-86,2017.

タイトルに関連する用語 (5件)： 畳み込みニューラルネットワーク ,  地下鉄 ,  トンネル ,  変状 ,  高精度化