お知らせ 研究会の開催と会場に参加される皆様へのお願い(2021年10月開催~)
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2021-10-22 10:50
深層学習におけるネットワークおよび画像前処理の違いによる定点観測画像からの土砂災害危険度分類精度の評価
徳本敬祐小林 真新 浩一西 正博広島市大ICTSSL2021-26
抄録 (和) 近年,大雨による土砂災害が発生し,多くの人的被害を出している.土砂災害における人的被害を防ぐた めには地域住民の早期避難が必要である.我々の研究室では早期避難を促すために,土砂災害の危険箇所にシステム を設置して定点観測画像画像を地域住民が Web ページ上で確認できるようにしている.さらなる早期避難を促すため には,画像に加え危険を数値で表した指標を表示することで,地域住民に対して危険度を定量的に表現することが有 効であると考える.本研究では,深層学習を用いて危険箇所の定点観測画像に基づいて危険度を分類することを目指 す.学習を行う際のネットワークと画像処理,さらにネットワークの最終出力である分類確率から算出する代表値を それぞれ変更して精度を測定し評価を行った.ネットワークは画像の分類によく利用される 10 種類のモデルを使用し た.これらのネットワークは定点観測画像への適用を前提に構築されていないため,精度を測定することで定点観測 画像に適したネットワーク構造を検討した.また,水面の変化を抽出することを目的として深層学習に利用する画像 の事前処理もあわせて検討した.従来手法よりもより実際の危険さにより近くなる値の算出を目的として,実際に観 測で得られた画像を用いて代表値による分類結果の時系列変化を検討した. 
(英) In recent years,several landslides included by heavy rains have caused a lot of human damage in Hiroshima. Early evacuation is necessary to prevent human damage caused by landslides. In order to encourage early evacuation,we have installed a camera system at the dangerous area of landslides to obtain real-time images there.The real-time image can be viewed on a web page.In addition,it would be good to display a numerical index of danger along with this image. In this paper,we attempted to classify the degree of risk using deep learning for fixed-point images observed at dangerous area.In our trial,we measured and evaluated the accuracy with a more accurate network and image processing,as well as representative values that are closer to the actual danger.The networks of 10 popular models were evaluated for image classification.However,these networks have not been constructed on the assumption that they will be applied to fixed-point observation images.Therefore,the purpose is to consider a network structure suitable for fixed-point images by measuring the accuracy.And we aims to extract the intensity of changes in the water surface by previously processing images used for deep learning using images with different times.The purpose of the representative value is to calculate a value that is closer to the actual danger than the conventional method.These methods were examined using images obtained by actual observation.
キーワード (和) 深層学習 / 土砂災害 / 危険度分類 / 画像処理 / / / /  
(英) Deep Learning / Landslide Disaster / Hazard Classification / Image Processing / / / /  
文献情報 信学技報, vol. 121, no. 208, ICTSSL2021-26, pp. 48-53, 2021年10月.
資料番号 ICTSSL2021-26 
発行日 2021-10-14 (ICTSSL) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード ICTSSL2021-26

研究会情報
研究会 ICTSSL IEE-SMF IN  
開催期間 2021-10-21 - 2021-10-22 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) 通信システム,一般,【IEEE通信ソサイエティ関西チャプター協賛】 
テーマ(英)  
講演論文情報の詳細
申込み研究会 ICTSSL 
会議コード 2021-10-ICTSSL-SMF-IN 
本文の言語 日本語 
タイトル(和) 深層学習におけるネットワークおよび画像前処理の違いによる定点観測画像からの土砂災害危険度分類精度の評価 
サブタイトル(和)  
タイトル(英) Differences in Classification Accuracy of Landslide Hazard using Fixed-point Observation Images due to Network and Image Processing in Deep Learning 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Deep Learning  
キーワード(2)(和/英) 土砂災害 / Landslide Disaster  
キーワード(3)(和/英) 危険度分類 / Hazard Classification  
キーワード(4)(和/英) 画像処理 / Image Processing  
キーワード(5)(和/英) /  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 徳本 敬祐 / Keisuke Tokumoto / トクモト ケイスケ
第1著者 所属(和/英) 広島市立大学 (略称: 広島市大)
Hiroshima City University (略称: Hiroshima City Univ.)
第2著者 氏名(和/英/ヨミ) 小林 真 / Makoto Kobayashi / コバヤシ マコト
第2著者 所属(和/英) 広島市立大学 (略称: 広島市大)
Hiroshima City University (略称: Hiroshima City Univ.)
第3著者 氏名(和/英/ヨミ) 新 浩一 / Koichi Shin / シン コウイチ
第3著者 所属(和/英) 広島市立大学 (略称: 広島市大)
Hiroshima City University (略称: Hiroshima City Univ.)
第4著者 氏名(和/英/ヨミ) 西 正博 / Masahiro Nishi / ニシ マサヒロ
第4著者 所属(和/英) 広島市立大学 (略称: 広島市大)
Hiroshima City University (略称: Hiroshima City Univ.)
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2021-10-22 10:50:00 
発表時間 25 
申込先研究会 ICTSSL 
資料番号 IEICE-ICTSSL2021-26 
巻番号(vol) IEICE-121 
号番号(no) no.208 
ページ範囲 pp.48-53 
ページ数 IEICE-6 
発行日 IEICE-ICTSSL-2021-10-14 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会