お知らせ ◆映像情報メディア学会における研究会等の開催について (新型コロナウイルス関連)
映像情報メディア学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
技報オンライン
 トップに戻る 前のページに戻る   [Japanese] / [English] 

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

研究会情報
研究会 IEICE-IE IEICE-ITS MMS ME AIT  
開催期間 2021-02-18 - 2021-02-19 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 画像処理および一般 
テーマ(英) Image Processing, etc. 
講演論文情報の詳細
申込み研究会 ME 
会議コード 2021-02-IE-ITS-MMS-ME-AIT 
本文の言語 日本語 
タイトル(和) 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 
サブタイトル(和) 壁面の施工方法に注目した精度検証 
タイトル(英) A Note on Improving Performance of Deep Learning-based Distress Detection for Supporting Maintenance of Subway Tunnels 
サブタイトル(英) Accuracy Verification Focusing on Tunnel Wall Characteristics 
キーワード(1)(和/英) 深層学習 / Deep learning  
キーワード(2)(和/英) 変状検出 / Distress detection  
キーワード(3)(和/英) データ拡張 / Data augmentation  
キーワード(4)(和/英) 地下鉄トンネル / Subway tunnels  
キーワード(5)(和/英) 維持管理 / Maintenance.  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 春山 知生 / Tomoki Haruyama / ハルヤマ トモキ
第1著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第2著者 氏名(和/英/ヨミ) 前田 圭介 / Keisuke Maeda / マエダ ケイスケ
第2著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第3著者 氏名(和/英/ヨミ) 藤後 廉 / Ren Togo / トウゴ レン
第3著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第4著者 氏名(和/英/ヨミ) 小川 貴弘 / Takahiro Ogawa / オガワ タカヒロ
第4著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第5著者 氏名(和/英/ヨミ) 長谷山 美紀 / Miki Haseyama / ハセヤマ ミキ
第5著者 所属(和/英) 北海道大学 (略称: 北大)
Hokkaido University (略称: Hokkaido Univ.)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2021-02-18 10:20:00 
発表時間 25 
申込先研究会 ME 
資料番号 ITE-MMS2021-1,ITE-ME2021-1,ITE-AIT2021-1 
巻番号(vol) ITE-45 
号番号(no) no.4 
ページ範囲 pp.1-6 
ページ数 ITE-6 
発行日 ITE-MMS-2021-02-11,ITE-ME-2021-02-11,ITE-AIT-2021-02-11 


[研究会発表申込システムのトップページに戻る]

[映像情報メディア学会ホームページ]


ITE / 映像情報メディア学会