深層学習を用いたひび割れ検出と幅推定における信頼度の算出
現在,日本全国で問題となっているコンクリート構造物の老朽化に対する対応策の1つとして,深層学習によるひび割れの自動検出が研究されている.また,点検作業を補助することを目的として,ひび割れの損傷度合を計測するために幅推定に関する研究も行われている.本研究では,深層学習から得られるひび割れの確率マップを用いて,より高精度な幅推定と推定した幅に対応した信頼度の算出を行った.評価用の画像17枚で推定した幅の正解幅との誤差の統計から信頼度と推定した幅の誤差の関係性を示し,妥当であることを確認した....
Saved in:
Published in | AI・データサイエンス論文集 Vol. 5; no. 1; pp. 1 - 14 |
---|---|
Main Authors | , , , , , , , , , , , |
Format | Journal Article |
Language | Japanese |
Published |
公益社団法人 土木学会
2024
|
Subjects | |
Online Access | Get full text |
Cover
Loading…
Abstract | 現在,日本全国で問題となっているコンクリート構造物の老朽化に対する対応策の1つとして,深層学習によるひび割れの自動検出が研究されている.また,点検作業を補助することを目的として,ひび割れの損傷度合を計測するために幅推定に関する研究も行われている.本研究では,深層学習から得られるひび割れの確率マップを用いて,より高精度な幅推定と推定した幅に対応した信頼度の算出を行った.評価用の画像17枚で推定した幅の正解幅との誤差の統計から信頼度と推定した幅の誤差の関係性を示し,妥当であることを確認した. |
---|---|
AbstractList | 現在,日本全国で問題となっているコンクリート構造物の老朽化に対する対応策の1つとして,深層学習によるひび割れの自動検出が研究されている.また,点検作業を補助することを目的として,ひび割れの損傷度合を計測するために幅推定に関する研究も行われている.本研究では,深層学習から得られるひび割れの確率マップを用いて,より高精度な幅推定と推定した幅に対応した信頼度の算出を行った.評価用の画像17枚で推定した幅の正解幅との誤差の統計から信頼度と推定した幅の誤差の関係性を示し,妥当であることを確認した. |
Author | 山本, 耀平 阿部, 雅人 全, 邦釘 山本, 茂広 東, 勇作 杉崎, 光一 菊池, 康平 橋本, 智洋 橋本, 岳 井澤, 大介 中嶋, 規人 高野, 隼行 |
Author_xml | – sequence: 1 fullname: 山本, 耀平 organization: 静岡大学大学院総合科学技術研究科工学専攻 – sequence: 2 fullname: 橋本, 岳 organization: 静岡大学大学院総合科学技術研究科工学専攻 – sequence: 3 fullname: 菊池, 康平 organization: 静岡大学大学院総合科学技術研究科工学専攻 – sequence: 4 fullname: 東, 勇作 organization: 静岡大学大学院総合科学技術研究科工学専攻 – sequence: 5 fullname: 橋本, 智洋 organization: 東京大学大学院情報理工学系研究科知能機械情報学専攻 – sequence: 6 fullname: 山本, 茂広 organization: 神戸大学大学院 海事科学研究科 – sequence: 7 fullname: 井澤, 大介 organization: (株)建設コンサルタントセンター 設計部 – sequence: 8 fullname: 中嶋, 規人 organization: (株)建設コンサルタントセンター 設計部 – sequence: 9 fullname: 高野, 隼行 organization: (株)建設コンサルタントセンター 設計部 – sequence: 10 fullname: 阿部, 雅人 organization: 株式会社ベイシスコンサルティング – sequence: 11 fullname: 杉崎, 光一 organization: 株式会社ベイシスコンサルティング – sequence: 12 fullname: 全, 邦釘 organization: 東京大学 大学院工学系研究科総合研究機構 |
BookMark | eNo1kE9LwzAAxYMoOOeufovWJk3SevAgw38w8DLPIc1SbZlT2l08pijiHwSHIIigwhgFcbB5EIewDxOz4bdw6Dy89-DH4x3eAphtHDYkAEvQsSEkLlqOUyGjKLKJDRmcAQWEXWKtIIrmQSlNo8DByHG8iRdAdfTeM722ee2Mhy2dtca3uVYnWj1q1dfqzZz3dXY1aj-Ys4FWufk4HV3npnuv1YtWF1rd6Ozya_j8_fRpBh2tuuPu3aS5COZCXk9laZpFsLuxXi1vWZWdze3yWsWKoedxy8NYCh9Kj2AZIkF818cihIiTgKIAChpQTAX3a44IkC9q0q-FDvVQSHHIJSVuEaz-7cZpk-9JdpREBzw5ZjxpRqIu2fQHRhj81T8X-zxhMXd_ACCTe_o |
ContentType | Journal Article |
Copyright | 2024 公益社団法人 土木学会 |
Copyright_xml | – notice: 2024 公益社団法人 土木学会 |
DOI | 10.11532/jsceiii.5.1_1 |
DatabaseTitleList | |
DeliveryMethod | fulltext_linktorsrc |
EISSN | 2435-9262 |
EndPage | 14 |
ExternalDocumentID | article_jsceiii_5_1_5_1_article_char_ja |
GroupedDBID | M~E |
ID | FETCH-LOGICAL-j177a-744ec81e754ef2c58384cf12a5b62b1c6b646ca8d0cb28cde8df0672f64fae653 |
IngestDate | Wed Jun 26 17:28:51 EDT 2024 |
IsDoiOpenAccess | true |
IsOpenAccess | true |
IsPeerReviewed | false |
IsScholarly | false |
Issue | 1 |
Language | Japanese |
LinkModel | OpenURL |
MergedId | FETCHMERGED-LOGICAL-j177a-744ec81e754ef2c58384cf12a5b62b1c6b646ca8d0cb28cde8df0672f64fae653 |
OpenAccessLink | https://www.jstage.jst.go.jp/article/jsceiii/5/1/5_1/_article/-char/ja |
PageCount | 14 |
ParticipantIDs | jstage_primary_article_jsceiii_5_1_5_1_article_char_ja |
PublicationCentury | 2000 |
PublicationDate | 2024 |
PublicationDateYYYYMMDD | 2024-01-01 |
PublicationDate_xml | – year: 2024 text: 2024 |
PublicationDecade | 2020 |
PublicationTitle | AI・データサイエンス論文集 |
PublicationYear | 2024 |
Publisher | 公益社団法人 土木学会 |
Publisher_xml | – name: 公益社団法人 土木学会 |
References | 4) 藤田 悠介, 中村 秀明, 浜本 義彦:画像処理によるコンクリ-ト構造物の高精度なひび割れ自動抽出,土木学会論文集 F, 66巻3号, 2010 15) 藤田雄介, 田口岳志, 浜本義彦:コンクリート構造物の外観検査のための画像合成および半自動ひび割れ評価, 土木学会論文集 F3(土木情報工学), 74巻, 1号, pp.18-32, 2018. 8) 山根達郎, 全邦釘:Deep learning によるSemantic Segmentaionを用いたコンクリート表面ひび割れ検出, 構造工学論文集, Vol.65A, pp.130-138, 2019. 1) 国土交通省:インフラ長寿命計画(行動計画), https://www.mlit.go.jp/common/001040664.pdf, (Retrieved on June 14, 2022 11) 青島亘佐, 山本拓海, 中野 聡, 中村秀明:深層学習によるセグメンテーション手法を用いたコンクリート表面の変状領域の検出,AI・データサイエンスシンポジウム第1回,pp. 481-490, 2020. 7) He, K., Gkioxari, G., Dollár, P., and Girshick, R.:Mask R CNN, IEEE Conference on Computer Vision and Pattern Recognition, 2017. 6) 河村 圭, 宮本 文穂, 中村 秀明, 佐藤 亮:対話型遺伝的アルゴリズムによるデジタル画像からのひび割れ抽出,土木学会論文集, 2003巻, 742号, pp.115-131, 2003. 19) 日本コンクリート工学会:コンクリートのひび割れ調査,補修・補強指針-2013- 付:ひび割れの調査と補修・補強事例,pp.126-129, 2013. 10) Fu, H., Dan, M., Li, W., Wang, Y., :Bridge Crack Se-mantic Segmentation Based on Improved Deeplabv3+, Journal of Marine Science and Engineering, Vol.9, No.671, pp.671 ,2021 3) 山本, 耀平, 橋本, 岳, 武井 祐馬, 菊池, 康平, 橋本, 智洋,山本, 茂広, 井澤, 大介, 中嶋, 規人, 高野, 隼行, 阿部, 雅人,杉崎, 光一, 全, 邦釘:点検作業サポートシステムの開発に向けたセマンティックセグメンテーションによるひび割れ領域の検出と幅推定の改良,AI・データサイエンス論文集, 3巻J2号, pp.631-641, 2022. 9) Chen, L. C., Zhu, Y., Papandreou, G., Schroff, F, Adam, H.: Encoder-Decoder with Atrous Separable Convolution for Semantic Image Segmentation, arXiv:1802.02611v3, 2018. 14) 吉田龍人, 藤井純一郎, 大久保順一, 天方匡純 : 護岸のひび割れ検出AIの作成とオルソ画像を活用したひび割れ幅の評価, AI・データサイエンス論文集, J1号, pp.508-513, 2020. 2) 橋本, 岳, 橋本, 智洋, 武井 祐馬, 山本, 耀平, 山本, 茂広,井澤, 大介, 中嶋, 規人, 高野, 隼行, 阿部, 雅人, 杉崎, 光一, 全, 邦釘 : セマンティックセグメンテーションを用いた ひび割れ検出サポートシステムの開発, AI・データサイエンス論文集, 2巻J2号, pp.589-597, 2021. 12) Benz, C., Rodehorst, V., :Model-based Crack Width Estimation using Rectangle Transform, 17th International Conference on Machine Vision Applications, 2021 16) Qin, Z., Cao, Y., Li, Q., Mao, Q., Song, W.: CrackTree: Automatic crack detection from pavement images, Pattern Recognition Letters, vol.33 Issue3 pp.227-238, 2012. 5) Abdel-Qader, I., Abudayyeh, O., and Kelly, M.:Analysis of Edge-Detection Techniques for Crack Identification in Bridges, Journal of Computing in Civil Engineering, Vol.17, No.4, pp.255-263, 2003. 18) 松村隆爾, 杉崎光一, 鎌田敏郎, 松田浩 : コンクリートのひび割れおよび剥離・剥落の点検技術の評価に関する研究, 土木学会論文集 F4(建設マネジメント), vol.72, No.3, pp.73-83, 2016. 13) Tran, M., Q., Grant, D., Hildebrand, C., Jeong, W: FusionNet : a Deep Fully Residual Convolutional Neural Network for Image Segmentation in Connectomics, ArXiv, 2016. 17) Rill-García, R., Dokladalova, E., Dokládal, P.:Pixel-accu-rate road crack detection in presence of inaccurate annotations, Neourocomputing 480, pp.1-13, 2022. |
References_xml | |
SSID | ssib042007042 ssib050490789 ssib050728529 |
Score | 1.9811339 |
Snippet | ... |
SourceID | jstage |
SourceType | Publisher |
StartPage | 1 |
SubjectTerms | Crack detection Semantic segmentation Width estimation |
Title | 深層学習を用いたひび割れ検出と幅推定における信頼度の算出 |
URI | https://www.jstage.jst.go.jp/article/jsceiii/5/1/5_1/_article/-char/ja |
Volume | 5 |
hasFullText | 1 |
inHoldings | 1 |
isFullTextHit | |
isPrint | |
ispartofPNX | AI・データサイエンス論文集, 2024, Vol.5(1), pp.1-14 |
link | http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3Na9RAFA-lXjwoiorf9OActyaTmcnMcbLNUgU9tdBbSLLJYQ9VtL14ELIo4geCRRBEUKGUglhoPYhF6B8Tt8X_wvcmk21Ke6iF3dnHyy_vvXlvwryZnZk4zq2UuqmXpm4nK_IEp26yThL4rANtJRH9FFLmBKcG7t0Xs_Ps7gJfmJg801q1tLyUTmdPjtxXcpKoAg_iirtk_yOyY6HAABriCyVEGMpjxZhEgoQBCT0ScSw1Q0LPEC1IBPweUZREPpHUEAFRjGhpOB6RzBKqZ4mQNoSPcqRqOJTILuoC-aprLoFwbcEoELQrIjliZGQ5OiJqjAkbpQ1HeY1kuMTQVA0cRbRLQqMC5GMt6tsjNB4FBmPt7axa3zFAn4ShJQBiOV2rJ-w1BLeEZg0hG7DfYBSJJFqtBNYJShSoiAqJHE9lWqej9wX6RXexveKN0sVP7ZXQ38eDB5Wp8AE8Rze3YSCgZzwlTFDdMUxjtI8Sq2YQaWGgAK0Fp86Amva0Dt2f0DVAjjZgswiNugBdEkZ4CTjaNwb4RHEjDJRrIx9MxyZT10G2WhxDbyt7nqzpXCikyR08K7LdE_JDD3zdq3mt9Kje8nu44-U-nuQ7eJzleCgKn_Zibz_FGC_8tI9KbHExjz3zbfi41TAewHjnFA1g5I5LcZ9GTf_AcF7dZeN0nOO_1q23JcDQhkpOlT2bFU26fcAgyDIHMOZq1muaFHLunHPWjv2mdG3FeWdikFxw5nZ_bo42V0ff1_Z2Vqrhyt779ap8VpWfq3KrKn-MXm5Vwze7q59GL7arcn306_nu2_XRxseq_FaVr6ryXTV8_Wfn698vv0fba1W5sbfxAZAXnfleNNed7dhXnXQGXhAknYCxPJNeHnCWFzTDtQwsKzya8FTQ1MtEKpjIEtl3s5TKrJ_LfoGLKArBiiQX3L_kTC4-WMwvO1OQkxd4yGiQKQhyLlP4lYLRvscS5hXZFUfUTogf1ufZxMcMytWT3njNOY0tvJ64vO5MLj1azm9AKr-U3jTx_QciisrI |
link.rule.ids | 315,786,790,4043,27956,27957,27958 |
linkProvider | ISSN International Centre |
openUrl | ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E6%B7%B1%E5%B1%A4%E5%AD%A6%E7%BF%92%E3%82%92%E7%94%A8%E3%81%84%E3%81%9F%E3%81%B2%E3%81%B3%E5%89%B2%E3%82%8C%E6%A4%9C%E5%87%BA%E3%81%A8%E5%B9%85%E6%8E%A8%E5%AE%9A%E3%81%AB%E3%81%8A%E3%81%91%E3%82%8B%E4%BF%A1%E9%A0%BC%E5%BA%A6%E3%81%AE%E7%AE%97%E5%87%BA&rft.jtitle=AI%E3%83%BB%E3%83%87%E3%83%BC%E3%82%BF%E3%82%B5%E3%82%A4%E3%82%A8%E3%83%B3%E3%82%B9%E8%AB%96%E6%96%87%E9%9B%86&rft.au=%E5%B1%B1%E6%9C%AC%2C+%E8%80%80%E5%B9%B3&rft.au=%E6%A9%8B%E6%9C%AC%2C+%E5%B2%B3&rft.au=%E8%8F%8A%E6%B1%A0%2C+%E5%BA%B7%E5%B9%B3&rft.au=%E6%9D%B1%2C+%E5%8B%87%E4%BD%9C&rft.date=2024&rft.pub=%E5%85%AC%E7%9B%8A%E7%A4%BE%E5%9B%A3%E6%B3%95%E4%BA%BA+%E5%9C%9F%E6%9C%A8%E5%AD%A6%E4%BC%9A&rft.eissn=2435-9262&rft.volume=5&rft.issue=1&rft.spage=1&rft.epage=14&rft_id=info:doi/10.11532%2Fjsceiii.5.1_1&rft.externalDocID=article_jsceiii_5_1_5_1_article_char_ja |