| 講演抄録／キーワード |
| 講演名 |
2021-02-18 10:20
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 ～
○春山知生・前田圭介・藤後 廉・小川貴弘・長谷山美紀（北大） |
| 抄録 |
（和） |
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． |
| （英） |
This paper presents the performance improvement of deep learning-based distress detection to support the maintenance of subway tunnels.
Specifically, the detection performance is verified by focusing on the characteristics of subway tunnels where the distress images were taken.
In addition, this paper analyzes the effect of the number of distress images used as training data on the detection performance.
As a result of the above analysis, it is confirmed that the detection performance can be improved by using the distress images obtained from the wall surface with the same characteristics between training and test data.
Finally, it was confirmed that as the number of defect images used as training data increased, the detection performance was performed with high accuracy. |
| キーワード |
（和） |
深層学習 / 変状検出 / データ拡張 / 地下鉄トンネル / 維持管理 / / / |
| （英） |
Deep learning / Distress detection / Data augmentation / Subway tunnels / Maintenance. / / / |
| 文献情報 |
映情学技報, vol. 45, no. 4, ME2021-1, pp. 1-6, 2021年2月. |
| 資料番号 |
ME2021-1 |
| 発行日 |
2021-02-11 (MMS, ME, AIT) |
| ISSN |
Print edition: ISSN 1342-6893 Online edition: ISSN 2424-1970 |
| PDFダウンロード |
|