WEKO3
アイテム
ドローンを用いた洪水災害時の水没度検出手法
https://ipsj.ixsq.nii.ac.jp/records/210722
https://ipsj.ixsq.nii.ac.jp/records/2107223abaf5c7-a035-4824-aaba-c3b792ca97ca
| 名前 / ファイル | ライセンス | アクション |
|---|---|---|
IPSJ-DICOMO2020009.pdf (7.6 MB)
|
Copyright (c) 2020 by the Information Processing Society of Japan
|
|
| オープンアクセス | ||
| Item type | Symposium(1) | |||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 公開日 | 2020-06-17 | |||||||||||||
| タイトル | ||||||||||||||
| タイトル | ドローンを用いた洪水災害時の水没度検出手法 | |||||||||||||
| 言語 | ||||||||||||||
| 言語 | jpn | |||||||||||||
| キーワード | ||||||||||||||
| 主題Scheme | Other | |||||||||||||
| 主題 | パーベイシブシステム | |||||||||||||
| 資源タイプ | ||||||||||||||
| 資源タイプ識別子 | http://purl.org/coar/resource_type/c_5794 | |||||||||||||
| 資源タイプ | conference paper | |||||||||||||
| 著者所属 | ||||||||||||||
| 大阪大学 大学院情報科学研究科 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 大阪大学 大学院情報科学研究科 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 大阪大学 大学院情報科学研究科 | ||||||||||||||
| 著者所属 | ||||||||||||||
| 大阪大学 大学院情報科学研究科 | ||||||||||||||
| 著者名 |
西村, 侑花子
× 西村, 侑花子
× リズク, ハマダ
× 山口, 弘純
× 東野, 輝夫
|
|||||||||||||
| 論文抄録 | ||||||||||||||
| 内容記述タイプ | Other | |||||||||||||
| 内容記述 | 世界で最も深刻な被害をもたらす自然災害の 1 つが洪水であり，例えば 2019 年の台風第 19 号により発生した豪雨では約 8 千棟の建物が水没している．こういった洪水災害時には，道路や家屋，車両の水害状況，特に水没度を正確・迅速かつ広範囲に把握し，適切な復旧支援計画を立てる必要がある．これに対し，設置型の水位計は河川の水位計測を想定しており，道路や住宅地の水没は考慮されていない．また，SNS やクラウドソーシングにより水没画像や映像を収集する手法では，協力者や住民が接近困難な地域の情報収集は困難である．本論文では，ドローンにより撮影された俯瞰画像から，画像内の各住宅や車両の水没の水位を推定する手法を提案する．提案手法では，オブジェクト認識用深層ニューラルネットワーク Mask R-CNN に転移学習を適用し，限られた数の水害地俯瞰画像から浸水している家屋ならびに車両を認識する．また，検出した浸水家屋ならびに車両の画像に対し，事前に準備した水没度参照モデルを元にして推定した水没度をラベル付けし，VGG-16 ネットワークを適用して水没度を推定する．これらにより，上空から撮影された広範囲の画像に映り込む各家屋や車両の水没度を迅速に推定することを目標とする．実際の俯瞰画像を用いた評価の結果，浸水家屋ならびに車両の検出精度は 73.42 %，水位推定誤差は 21.43cm であることを確認した． | |||||||||||||
| 書誌情報 |
マルチメディア，分散協調とモバイルシンポジウム2028論文集 巻 2020, p. 47-55, 発行日 2020-06-17 |
|||||||||||||
| 出版者 | ||||||||||||||
| 言語 | ja | |||||||||||||
| 出版者 | 情報処理学会 | |||||||||||||
