| 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： ) |
| 第21著者 氏名（和/英/ヨミ） |
/ / |
| 第21著者 所属（和/英） |
(略称： )
(略称： ) |
| 第22著者 氏名（和/英/ヨミ） |
/ / |
| 第22著者 所属（和/英） |
(略称： )
(略称： ) |
| 第23著者 氏名（和/英/ヨミ） |
/ / |
| 第23著者 所属（和/英） |
(略称： )
(略称： ) |
| 第24著者 氏名（和/英/ヨミ） |
/ / |
| 第24著者 所属（和/英） |
(略称： )
(略称： ) |
| 第25著者 氏名（和/英/ヨミ） |
/ / |
| 第25著者 所属（和/英） |
(略称： )
(略称： ) |
| 第26著者 氏名（和/英/ヨミ） |
/ / |
| 第26著者 所属（和/英） |
(略称： )
(略称： ) |
| 第27著者 氏名（和/英/ヨミ） |
/ / |
| 第27著者 所属（和/英） |
(略称： )
(略称： ) |
| 第28著者 氏名（和/英/ヨミ） |
/ / |
| 第28著者 所属（和/英） |
(略称： )
(略称： ) |
| 第29著者 氏名（和/英/ヨミ） |
/ / |
| 第29著者 所属（和/英） |
(略称： )
(略称： ) |
| 第30著者 氏名（和/英/ヨミ） |
/ / |
| 第30著者 所属（和/英） |
(略称： )
(略称： ) |
| 第31著者 氏名（和/英/ヨミ） |
/ / |
| 第31著者 所属（和/英） |
(略称： )
(略称： ) |
| 第32著者 氏名（和/英/ヨミ） |
/ / |
| 第32著者 所属（和/英） |
(略称： )
(略称： ) |
| 第33著者 氏名（和/英/ヨミ） |
/ / |
| 第33著者 所属（和/英） |
(略称： )
(略称： ) |
| 第34著者 氏名（和/英/ヨミ） |
/ / |
| 第34著者 所属（和/英） |
(略称： )
(略称： ) |
| 第35著者 氏名（和/英/ヨミ） |
/ / |
| 第35著者 所属（和/英） |
(略称： )
(略称： ) |
| 第36著者 氏名（和/英/ヨミ） |
/ / |
| 第36著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2021-02-18 10:20:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
ME |
| 資料番号 |
MMS2021-1, ME2021-1, AIT2021-1 |
| 巻番号（vol） |
vol.45 |
| 号番号（no） |
no.4 |
| ページ範囲 |
pp.1-6 |
| ページ数 |
6 |
| 発行日 |
2021-02-11 (MMS, ME, AIT) |