航空写真を用いた被害認定調査における屋根損傷率の自動判定手法の開発

• Item type: SIG Technical Reports(1)
• 公開日: 2021-03-01
• タイトル: 航空写真を用いた被害認定調査における屋根損傷率の自動判定手法の開発
• タイトル / 言語: en
• タイトル: Development of Automatic Method to Calculate Damage Rate of Roof in Building Damage Investigation using Aero-Photo Images
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 若手の会
• 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: 京都大学大学院情報学研究科
• 著者所属: 京都大学防災研究所
• 著者所属(英): en
• 著者所属(英): Graduate School of Informatics, Kyoto University
• 著者所属(英): en
• 著者所属(英): Disaster Prevention Research Institute, Kyoto University
• 著者名: 藤田, 翔乃; 畑山, 満則
• 著者名(英): Shono, Fujita; Michinori, Hatayama
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 災害が起こった際，自治体は被災した住家の被害の程度を調査し，被災者に罹災証明書を交付する．罹災証明書は被災者の各種支援策の判断材料として活用され，生活再建に必要不可欠であるため，自治体は迅速かつ正確に発行しなければならない．しかし，これまでの地震災害では被害認定調査・罹災証明書発行に多くの時間を要しており，円滑な被災者支援を妨げていた．加えて現在の屋根調査においては，屋根全てを見渡すことができず，正確に屋根調査を行えていない．そこで本研究では被害認定調査の迅速化と正確化を目的として，航空写真から画像認識を用いて，屋根の損傷率を自動で算出するシステムを開発した．筆者らの先行研究では，災害時の深層学習による推測において，学習データの不足が大きな課題であることがわかっている．そこで，本研究はトリミング屋根画像を屋根面で分割し，学習データを増加させる方法をとる．この方法は精度向上が期待できるほか，損傷の可能性が高い部分を助言し，推測モデルの判断根拠を示すことができ，調査現場でも有効であると言える．そしてこれらのモデルの推測結果を危機管理課の職員に評価を行ってもらい有効性の確認をした．その結果，本モデルである航空写真による見えない部分の提示と，二つ目である調査員への損傷の可能性が高い部分の助言が行えていることがわかった．また推測結果は，30.00% の屋根画像が地上から調査した場合より精度が高く，80.00% の屋根画像が地上から調査した場合以上の精度を持つことがわかった．しかし現状では被災者の心情やモデル精度を考慮すると推測結果を直接利用することができないという回答を得たことから，モデルと人とが連携して調査を迅速化，正確化する方法が必要であることがわかった．
• 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: AA11253943
• 書誌情報: 研究報告情報システムと社会環境（IS）; 巻 2021-IS-155, 号 11, p. 1-8, 発行日 2021-03-01
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8809
• 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