Fully Convolutional Networkを用いたインフラ点検におけるひび割れの自動検出

• Item type: SIG Technical Reports(1)
• 公開日: 2017-09-18
• タイトル: Fully Convolutional Networkを用いたインフラ点検におけるひび割れの自動検出
• タイトル / 言語: en
• タイトル: Automatic Crack Detection in Infrastructure Inspection Using Fully Convolutional Network
• 言語: jpn
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 筑波大学大学院システム情報工学研究科コンピュータサイエンス専攻
• 著者所属: 筑波大学システム情報系情報工学域
• 著者所属: 筑波大学システム情報系情報工学域
• 著者所属(英): en
• 著者所属(英): Department of Computer Science, Graduate School of Systems and Information Engineering, University of Tsukuba
• 著者所属(英): en
• 著者所属(英): Division of Information Engineering, Faculty of Engineering, Information and Systems, University of Tsukuba
• 著者所属(英): en
• 著者所属(英): Division of Information Engineering, Faculty of Engineering, Information and Systems, University of Tsukuba
• 著者名: 木村, 宇任; アランニャ, クラウス; 櫻井, 鉄也
• 著者名(英): Takato, Kimura; Aranha, Claus; Tetsuya, Sakurai
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: インフラの老朽化に伴うひび割れは重大な事故の要因となるため，継続的な点検によってひび割れを発見し適切な修繕を行う必要がある．現在，主に人による目視検査や打音検査が行われているが，時間や人員コストがかかるため，画像解析によるひび割れの自動検出が期待されている．ひび割れの自動検出に関する従来手法の課題として，検出精度が十分でないことや，計算時間がかかるといったことが挙げられる．このような課題に対して本論文では，画像の領域分割問題において高い性能を示している Fully Convolutional Network を用いた手法を提案する．ひび割れ画像のデータセットを用いた評価実験によって，提案手法が従来手法より優れていることを示した．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: It is necessary to detect cracks of infrastructure caused by aging by periodic inspection and make appropriate repairs, since they become a factor of serious accidents. Currently, manual visual inspection and hammering tests are mainly used to detect cracks, but it takes time and labor cost. For that reason, automatic detection of cracks by image analysis is necessary. Conventional methods of automatic crack detection have problems with detection accuracy and computation cost. We propose a novel crack detection method using Fully Convolutional Network which shows high performance in semantic segmentation of image. We show that the proposed method is superior to conventional methods by evaluation experiments using dataset of crack images.
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AN10505667
• 書誌情報: 研究報告数理モデル化と問題解決（MPS）; 巻 2017-MPS-115, 号 2, p. 1-6, 発行日 2017-09-18
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8833
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会