書誌事項
- タイトル別名
-
- DEEP LEARNING AND RANDOM FOREST BASED CRACK DETECTION FROM AN IMAGE OF CONCRETE SURFACE
抄録
近年,橋梁やトンネルなどのコンクリート構造物の劣化・損傷の顕在化が大きな問題となっている.その中でひび割れは劣化の進行速度に影響を与えるため重要な指標の1つであるが,自動的に検出・評価する手法は確立されていないため,点検・評価・記録に膨大な労力・時間が必要となっている.これらの問題の解決のため,撮影画像からひび割れを自動検出するという研究が国内外の様々な機関において行われているが,いまだ精度が低く,現状ではこれらの手法が完成しているとは言い難い.そこで本研究ではディープラーニングの一種であるConvolutional Neural Network (CNN)と,Random Forestを基としたひび割れ検出手法を構築し,精度向上を目指した.また,実際の撮影画像を用いた実験の結果,高い精度であることを確認した.
収録刊行物
-
- 土木学会論文集F3(土木情報学)
-
土木学会論文集F3(土木情報学) 73 (2), I_297-I_307, 2017
公益社団法人 土木学会
- Tweet
キーワード
詳細情報 詳細情報について
-
- CRID
- 1390282680331966848
-
- NII論文ID
- 130006555727
-
- ISSN
- 21856591
-
- 本文言語コード
- ja
-
- データソース種別
-
- JaLC
- Crossref
- CiNii Articles
- KAKEN
-
- 抄録ライセンスフラグ
- 使用不可