@article{oai:muroran-it.repo.nii.ac.jp:00010302,
 author = {ASADA, Takumi and 浅田, 拓海 and 川村, 和将 and 石田, 篤徳 and 亀山, 修一 and KAMEYAMA, Shuichi},
 issue = {3},
 journal = {土木学会論文集Ｅ１（舗装工学）},
 month = {},
 note = {application/pdf, 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．},
 pages = {I_131--I_139},
 title = {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},
 volume = {74},
 year = {2018},
 yomi = {アサダ, タクミ and カメヤマ, シュウイチ}
}