| Item type |
学術雑誌論文 / Journal Article.(1) |
| 公開日 |
2020-07-20 |
| 書誌情報 |
ja : 土木学会論文集Ｅ１（舗装工学）
巻 74,
号 3,
p. I_131-I_139,
発行日 2018
|
| タイトル |
|
|
タイトル |
Convolutional Neural Networkを用いたひび割れ・パッチングの高精度検出手法の開発 |
|
言語 |
ja |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
pavement |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
crack |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
tracing |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
convolutional neural network |
| キーワード |
|
|
言語 |
en |
|
主題Scheme |
Other |
|
主題 |
high resolution |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_6501 |
|
資源タイプ |
journal article |
| アクセス権 |
|
|
アクセス権 |
open access |
|
アクセス権URI |
http://purl.org/coar/access_right/c_abf2 |
| 著者 |
浅田, 拓海
川村, 和将
石田, 篤徳
亀山, 修一
|
| 室蘭工業大学研究者データベースへのリンク |
|
|
表示名 |
浅田 拓海（ASADA Takumi） |
|
URL |
http://rdsoran.muroran-it.ac.jp/html/100000065_ja.html |
| 抄録 |
|
|
内容記述タイプ |
Abstract |
|
内容記述 |
本研究では，路面性状測定車による高速道路の路面画像にConvolutional Neural Network（CNN）を適用し，ひび割れとパッチングを高精度で検出し，ひび割れ率を自動算出する手法を開発した．まず，目視スケッチ画像を基にひび割れ部等の小片領域を抽出し，CNNモデルの学習用データセットを自動生成した．小片領域サイズを複数設定し，モデルの精度比較を行ったところ，サイズ150以上では過学習となる可能性があり，90～120などの中間サイズではひび割れやパッチングの見逃し，誤検知が比較的少なくなることが分かった．モデルを路面画像に適用してひび割れ率を算出し，従来のスケッチ法と比較した．その結果，サイズ90（実寸3cm×3cm）で最も精度が良く，ひび割れ形状を細かく可視化できることを示した． |
|
言語 |
ja |
| 出版者 |
|
|
出版者 |
土木学会 |
|
言語 |
ja |
| 出版者版へのリンク |
|
|
表示名 |
10.2208/jscejpe.74.I_131 |
|
URL |
https://doi.org/10.2208/jscejpe.74.I_131 |
| DOI |
|
|
関連タイプ |
isIdenticalTo |
|
|
識別子タイプ |
DOI |
|
|
関連識別子 |
10.2208/jscejpe.74.I_131 |
| 日本十進分類法 |
|
|
主題Scheme |
NDC |
|
主題 |
007 |
| ISSN |
|
|
収録物識別子タイプ |
EISSN |
|
収録物識別子 |
2185-6559 |
| 権利 |
|
|
言語 |
ja |
|
権利情報 |
© 2018 土木学会 |
| 著者版フラグ |
|
|
出版タイプ |
VoR |
|
出版タイプResource |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| フォーマット |
|
|
内容記述タイプ |
Other |
|
内容記述 |
application/pdf |
JSCE_74_3_I131_139 (2.1 MB)
