ディープラーニングおよびRandom Forestによるコンクリートのひび割れ自動検出手法

• 全 邦釘

  愛媛大学 工学部環境建設工学科

• 嶋本 ゆり

  愛媛大学大学院理工学研究科

• 大窪 和明

  愛媛大学 防災情報研究センター

• 三輪 知寛

  滋賀県庁

• 大賀 水田生

  愛媛大学

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

キーワード

• deep learning
• convolutional neural network
• Random Forest
• image analysis
• crack detection
• concrete

詳細情報

• CRID: 1390282680331966848
• NII論文ID: 130006555727
• DOI: 10.2208/jscejcei.73.i_297
• ISSN: 21856591
• Web Site: https://www.jstage.jst.go.jp/article/jscejcei/73/2/73_I_297/_pdf
• 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