文献

J-GLOBAL ID：202302268548990249   整理番号：23A0067216

インフラ施設の変状の評価を支援する効率的な映像提示に向けた技術者の点検動作分類

CLASSIFICATION OF INSPECTION ACTION OF ENGINEERS FOR EFFICIENT VIDEO PRESENTATION TO ASSIST ASSESSMENT OF INFRASTRUCTURE FACILITY DISTRESS

著者 (5件)： 上川恭平 (北海道大学大学院情報科学院 情報科学専攻) ,  前田圭介 (北海道大学 大学院情報科学研究院 メディアネットワーク部門) ,  藤後廉 (北海道大学 大学院情報科学研究院 メディアネットワーク部門) ,  小川貴弘 (北海道大学 大学院情報科学研究院 メディアネットワーク部門) ,  長谷山美紀 (北海道大学 大学院情報科学研究院 メディアネットワーク部門)
資料名： AI・データサイエンス論文集(Web)  (Artificial Intelligence and Data Science (Web))
巻： 3  号： J2  ページ： 811-818(J-STAGE)  発行年： 2022年 
JST資料番号： U2325A  ISSN： 2435-9262  資料種別： 逐次刊行物 (A)
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： 本研究では,インフラ施設の維持管理における変状の評価において,点検時の映像から必要なシーンを効率的に探索するための技術者の点検動作分類手法を提案する.技術者の点検動作は歩く,立つ等の基本的な動作と異なり,大規模なデータセットを事前に用意することが困難であるという課題が存在する.そこで本研究では,大規模データセットで学習済みの動作分類モデルから出力される基本的な動作の分類結果を動作の特徴として用いて,点検動作用の分類器を新たに構築することで,少ない点検動作のデータから分類器の学習を可能とする.さらに,動作特徴,撮影された物体の特徴および音響特徴を協調的に用いることで,点検に用いる道具や発生する音に着目した点検動作分類を可能とする.本文の最後では,点検動作分類の定量的な精度検証および分類結果の提示による実用性の検証を行うことで,提案手法の有効性を示す.(著者抄録)

シソーラス用語： *インフラストラクチャー ,  改良 ,  老朽化 ,  *維持管理 ,  *画像検索 ,  *画像評価 ,  *機械学習 ,  点検 ,  *特徴抽出 ,  ニューラルネットワーク ,  音響特性 ,  数値 ,  分類装置 ,  音響特徴量 ,  深層学習
準シソーラス用語： LSTM

著者キーワード (4件)： infrastructure improvement ,  distress evaluation ,  action retrieval ,  deep learning

分類 (4件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  橋梁の破壊,保守,その他  (RC06080X) ,  道路の維持修繕  (RC08050E)

引用文献 (17件)：

• 1) 佐々木信夫:東京の危機に関する一考察 ~「老いるインフラ」問題~,経済学論纂,Vol. 61,No. 3-4,pp. 45-64, 2021. [Sasaki, N.: A Study of Tokyo’s Crisis - Aging Infrastructure -, Compilation of Economic Studies, Vol. 61, No. 3-4, pp. 45-64, 2021.]
• 2) 国土交通省: 令和4年度版国土交通白書, https://www.mlit.go.jp/hakusyo/mlit/r03/hakusho/r04/pdfindex.html,(閲覧 2022-06-29). [Ministry of Land, Infrastructure, Transport and Tourism : White paper on land, infrastructure, transport and tourism in Japan, 2022, <https://www.mlit.go.jp/hakusyo/mlit/r03/hakusho/r04/pdfindex.html>, (accessed on 2022-06-29).]
• 3) 和田尚之:インフラマネジメントにおける DX を実現するために ~産業保安分野における取り組みを参考に~,NRI パブリックマネジメントレビュー, 2021, <https://www.nri.com/jp/knowledge/publication/mcs/region/lst/2021/05/03>, (閲覧 2022-06-29) . [Wada, N.: Achieving DX in Infrastructure Management - with Reference to Initiatives in the Industrial Safety Sector-, <i>NRI Public Management Review</i>, 2021, <https://www.nri.com/jp/knowledge/publication/mcs/region/lst/2021/05/03>, (accessed on 2022-06-29).]
• 4) 国土交通省道路局:道路メンテナンス年報,2021, <https://www.mlit.go.jp/road/sisaku/yobohozen/pdf/r02/r0208maint.pdf>,(閲覧 2021-12-16).[Road Bureau, Ministry of Land, Infrastructure, Transport and Tourism: Annual Report on Road Maintenance, 2021, <https://www.mlit.go.jp/road/sisaku/yobohozen/pdf/r02/r0208maint.pdf> , (accessed on 2021-12-16).]
• 5) Saito, R., Takahashi, S., Ogawa, T. and Haseyama, M.: Retrieval of similar inspection records using deep learning based image features in expressway, in Proc. International Conference on Civil and Building Engineering Informatics in conjunction with Conference on Computer Applications in Civil and Hydraulic Engineering, pp. 186-189, 2017.

タイトルに関連する用語 (8件)： インフラ ,  施設 ,  変状 ,  評価 ,  支援 ,  映像 ,  点検 ,  分類