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 |