2026-04-12T04:03:35Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00220148 2025-01-19T14:39:06Z 1164:2735:10865:11002

亀裂検出の認識率改善に向けた Data Augmentation による影響 Effects of Data Augmentation to Improve Recognition Rates for Crack Detection 石川, 史織 千代延, 未帆 飯田, 紗也香 高田, 雅美 Shiori, Ishikawa Miho, Chiyonobu Sayaka, Iida Masami, Takata 本稿では，コンクリート表面上の亀裂を画像データから検出するための認識器における，認識率改善を目的としている．認識器を開発する場合，正面から綺麗に撮られた画像を学習データとして用いることが一般的である．そのため，正面から綺麗に撮れていないぼけ画像をテストデータとする場合，認識率が下がる．この認識率低下を改善するために，学習データに加工した画像を混ぜる．本稿では，亀裂検出手法として畳み込みニューラルネットワーク (Convolutional Neural Network : CNN) を用いる．また，データセットとして，ピントが合ったコンクリート亀裂画像を用意する．この亀裂画像に対して，Gaussian フィルタ，鮮鋭化処理，Canny エッジ検出器，Laplacian フィルタを用いて画像加工を行う．これらの加工のうち，Gaussian フィルタは，ぼけ画像を生成するために用いられる．実験の結果，学習データに加工した画像を加えて学習させることで，ぼけ画像に対する亀裂検出の認識率が向上することを確認する． technical report 情報処理学会 2022-09-07 application/pdf 研究報告数理モデル化と問題解決（MPS） 3 2022-MPS-140 1 6 2188-8833 AN10505667 https://ipsj.ixsq.nii.ac.jp/record/220148/files/IPSJ-MPS22140003.pdf jpn