@techreport{oai:ipsj.ixsq.nii.ac.jp:00220148,
 author = {石川, 史織 and 千代延, 未帆 and 飯田, 紗也香 and 高田, 雅美 and Shiori, Ishikawa and Miho, Chiyonobu and Sayaka, Iida and Masami, Takata},
 issue = {3},
 month = {Sep},
 note = {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．},
 title = {亀裂検出の認識率改善に向けた Data Augmentation による影響},
 year = {2022}
}