文献

J-GLOBAL ID：202202212884682168   整理番号：22A0736131

CorrDetector:アンサンブル深層学習を用いたドローン画像からの構造腐食検出のためのフレームワーク【JST・京大機械翻訳】

CorrDetector: A framework for structural corrosion detection from drone images using ensemble deep learning

著者 (8件)： Forkan Abdur Rahim Mohammad (School of Science, Computing and Engineering Technologies, Swinburne University of Technology, Melbourne, Victoria, Australia) ,  Kang Yong-Bin (Department of Media and Communication, Swinburne University of Technology, Melbourne, Victoria, Australia) ,  Jayaraman Prem Prakash (School of Science, Computing and Engineering Technologies, Swinburne University of Technology, Melbourne, Victoria, Australia) ,  Liao Kewen (Discipline of Information Technology, Peter Faber Business School, Australian Catholic University, Sydney, NSW, Australia) ,  Kaul Rohit (School of Science, Computing and Engineering Technologies, Swinburne University of Technology, Melbourne, Victoria, Australia) ,  Morgan Graham (Newcastle University, Newcastle upon Tyne, NE1 7RU, UK) ,  Ranjan Rajiv (Newcastle University, Newcastle upon Tyne, NE1 7RU, UK) ,  Sinha Samir (Robonomics AI, York Street, Sydney, NSW, Australia)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 193  ページ： Null  発行年： 2022年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文では,構造腐食モニタリングの分野で自動画像分析を適用し,既存の手法と比較して改善された有効性を示す新しい手法を提案した。構造腐食モニタリングはリスクベース保全 philosophy学の最初の段階であり,保全の財政コストに対してバランスした建物故障のリスクに関する技術者の評価に依存する。これは,多くの背景ノイズのために人間によって到達できないそれらの領域に対して,ドローン捕獲画像を用いて評価に限定するとき,さらに複雑なヒューマンエラーの機会を導入する。この問題の重要性は,腐食検出のための人工知能(AI)画像解析の使用を通して,技術者を支援するためのアクティブな研究コミュニティを促進した。本論文では,フレームワーク,CorrDetectorの開発により,この領域の研究を進めた。CorrDetectorは,構造同定と腐食特徴抽出のために畳み込みニューラルネットワーク(CNN)によって支えられた新しいアンサンブル深層学習アプローチを使用する。技術者のための典型的なシナリオであるドローンによって捕捉された複雑な構造(例えば,通信塔)の実世界画像を用いた経験的評価を提供した。本研究は,CorrDetectorのアンサンブルアプローチが分類精度に関して最先端技術よりも著しく優れていることを示した。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *腐食 ,  故障 ,  保全 ,  特徴抽出 ,  ヒューマンエラー ,  *画像 ,  人工知能 ,  塔状構造物 ,  捕獲 ,  *無人機 ,  通信 ,  画像分析 ,  *機械学習
準シソーラス用語： 背景雑音 ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (7件)： 腐食検出 ,  オブジェクト検出 ,  深層学習 ,  ドローン画像 ,  産業構造 ,  アンサンブルモデル ,  CNN

分類 (2件)： 人工知能  (JE08000Z) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： アンサンブル ,  深層学習 ,  ドローン ,  腐食 ,  フレームワーク