文献

J-GLOBAL ID：202102238404255092   整理番号：21A0967978

地下鉄トンネルの維持管理支援を目的とした深層学習に基づく変状検出の高精度化に関する検討-壁面の施工方法に注目した精度検証-

A Note on Improving Performance of Deep Learning-based Distress Detection for Supporting Maintenance of Subway Tunnels-Accuracy Verification Focusing on Tunnel Wall Characteristics-

著者 (5件)： 春山知生 (北大 大学院情報科学院) ,  前田圭介 (北大) ,  藤後廉 (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院) ,  長谷山美紀 (北大 大学院情報科学研究院)
資料名： 映像情報メディア学会技術報告
巻： 45  号： 4(MMS2021 1-28/ME2021 1-28/AIT2021 1-28)  ページ： 1-6  発行年： 2021年02月11日 
JST資料番号： S0209A  ISSN： 1342-6893  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： 本稿では,地下鉄トンネルの維持管理支援を目的とした取り組みとして,深層学習に基づく変状検出の高精度化に関する検討を行う.具体的に,変状画像が撮影された地下鉄トンネルの壁面の施工方法に注目した精度検証を行う.また,その際に学習データとして利用される変状画像数が変状検出の精度に与える影響の分析も行う.上記分析の結果,学習およびテストにおいて,同一の施工方法の壁面から得られる変状画像を用いることで,変状検出の精度が向上することを確認した.また,学習データとして利用される変状画像数の増加に伴い,高精度に変状を検出可能であることも明らかとなった.(著者抄録)

シソーラス用語： 画像処理 ,  *画像処理システム ,  *映像 ,  評価試験 ,  *トンネル ,  地下鉄道 ,  機械学習 ,  維持管理 ,  画像 ,  変形 ,  工事 ,  精度 ,  高精度 ,  深層学習
準シソーラス用語： 施工 ,  地下鉄 ,  *地下鉄トンネル ,  変形画像

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  トンネルの保守と付帯設備,その他  (RC05060U)

タイトルに関連する用語 (10件)： 地下鉄 ,  トンネル ,  管理支援 ,  深層学習 ,  変状 ,  高精度化 ,  壁面 ,  施工 ,  注目 ,  精度検証