文献

J-GLOBAL ID：202402238875435402   整理番号：24A0076780

地下鉄トンネル点検技術者の新規変状の発見率向上に向けた一人称視点映像からの変状検出

Distress detection using egocentric videos for increasing discovery rate of novel distress during subway tunnel inspection

著者 (5件)： 櫻井慶悟 (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) ,  藤後廉 (北海道大学 大学院情報科学研究院) ,  小川貴弘 (北海道大学 大学院情報科学研究院) ,  長谷山美紀 (北海道大学 大学院情報科学研究院)
資料名： AI・データサイエンス論文集(Web)  (Artificial Intelligence and Data Science (Web))
巻： 4  号： 3  ページ： 393-401(J-STAGE)  発行年： 2023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： 本稿では,若手技術者の新規変状の発見率の向上を目的として,一人称視点映像からの変状検出手法を提案する.提案手法では,地下鉄トンネルを点検する若手技術者の一人称視点映像のフレームから変状を検出可能する深層学習モデルを構築し,さらに変状である可能性の高い箇所を強調したattention mapを出力する機構を導入する.提案手法は,高精度な変状検出と変状箇所の検出に特化したattention mapの生成を実現する.Attention mapを導入することにより,変状である可能性の高い箇所を技術者に提示可能とする.実際の点検技術者より取得された一人称視点映像を用いた実験において,定量的・定性的な評価を行うことにより,提案手法の有効性を確認する.(著者抄録)

シソーラス用語： 科学 ,  *データ解析 ,  *情報利用 ,  *トンネル ,  地下鉄道 ,  機械学習 ,  地図 ,  深層学習
準シソーラス用語： *データサイエンス ,  地下鉄トンネル ,  地下鉄

著者キーワード (5件)： distress detection ,  subway tunnel ,  attention map ,  egocentric video ,  attention subnet.

分類 (3件)： システム・制御理論一般  (IA02010H) ,  その他の情報処理  (JE15050M) ,  トンネル工学一般  (RC05010R)

引用文献 (12件)：

• 1) 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2023-06-23).
• 2) Delatte, N., Chen, S., Maini, N., Parker, N., Agrawal, A., Mylonakis, G., Subramaniam, K., Kawaguchi, A., Bosela, P., McNeil, S., and Miller, R.: Application of nondestructive evaluation to subway tunnel systems, Transportation research record, Vol. 1845, No. 1, pp. 127-135, 2003.
• 3) Zhou, M., Cheng, W., Huang, H., and Chen, J.: A Novel Approach to Automated 3D Spalling Defects Inspection in Railway Tunnel Linings Using Laser Intensity and Depth Information, Sensors, Vol. 21, No. 17, pp. 5725, 2021.
• 4) 櫻井慶悟,前田圭介,藤後廉,小川貴弘,長谷山美紀:地下鉄トンネル点検時の一人称視点映像を用いたVision Transformerに基づく変状検出,AI・データサイエンス論文集,Vol. 3, No. J2, pp. 470-478, 2022.
• 5) 九島哲也,前田圭介,小川貴弘,長谷山美紀:地下鉄トンネル点検時の生体信号に基づいた熟練および若手技術者の分類に関する検討,映像メディア学会技術報告,Vol. 44, No. 6, pp. 101-105, 2020.

タイトルに関連する用語 (7件)： 地下鉄 ,  トンネル ,  点検 ,  変状 ,  発見率 ,  視点 ,  映像