文献

J-GLOBAL ID：202202273976493007   整理番号：22A1093747

改善された可視画像による機械学習によるUAV支援ブリッジ検査プロトコル【JST・京大機械翻訳】

UAV-aided bridge inspection protocol through machine learning with improved visibility images

著者 (3件)： Jeong Euiseok (Dept. of Civil and Environmental Engineering, South Dakota State Univ., Brookings, SD 57007, USA) ,  Seo Junwon (ASCE Timber Bridges Committee, Dept. of Civil and Environmental Engineering, South Dakota State Univ., Brookings, SD 57007, USA) ,  Wacker James P. (Forest Service, US Forest Products Lab, One Gifford Pinchot Dr., Madison, WI 53726, USA)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 197  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： 本論文は,無人機(UAV)によって取得した改善された可視性画像と共に,畳込みニューラルネットワーク(CNN)ベースの機械学習を用いた新しいブリッジ検査プロトコルを紹介することを目的とする。2つのUAVsで,提案したプロトコルに従う別々の検査を,最初に屋内に行い,3つのコンクリート柱と4つの交差積層Timber(CLT)梁の損傷状態を量子化した。また,2つのUAVを用いたプロトコルを採用して,米国のMinnesotaのPipestoneにおけるサービス中4スパン木材橋を点検した。損傷同定の間,様々なタイプの視覚的に検出された損傷をCNNベースの機械学習によって分類した。画像可視度改善のために,損傷を有する各画像を,輝度,コントラスト,およびシャープネスの適切な調整で処理して,効率的方法で損傷を同定し,測定した。提案したプロトコルは,直接測定に比べて9.12%の平均誤差でブリッジ損傷同定と測定が可能であることが分かった。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： コントラスト ,  視覚 ,  木材 ,  輝度 ,  ニューラルネットワーク ,  鮮鋭度 ,  *画像 ,  無人機 ,  *プロトコル ,  可視度 ,  損傷 ,  *機械学習
準シソーラス用語： 損傷同定 ,  *可視画像 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (8件)： ドローン ,  橋梁検査 ,  損傷定量化 ,  画像処理 ,  可視度改善 ,  コンピュータビジョン ,  機械学習 ,  畳込みニューラルネットワーク(CNN)

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  テレビジョン一般  (ND12031N)

タイトルに関連する用語 (7件)： 可視画像 ,  機械学習 ,  UAV ,  支援 ,  ブリッジ ,  検査 ,  プロトコル