| 講演名 | 2021-10-22 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(広島市大), 小林 真(広島市大), 新 浩一(広島市大), 西 正博(広島市大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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. |
| 抄録(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 |
| キーワード(英) | Deep Learning / Landslide Disaster / Hazard Classification / Image Processing |
| 資料番号 | ICTSSL2021-26 |
| 発行日 | 2021-10-14 (ICTSSL) |
| 研究会情報 | |
| 研究会 | ICTSSL / IEE-SMF / IN |
|---|---|
| 開催期間 | 2021/10/21(から2日開催) |
| 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） | |
| 委員長氏名（和） | 行田 弘一(芝浦工大) / / 石田 賢治(広島市大) |
| 委員長氏名（英） | Koichi Gyoda(Shibaura Inst. of Tech.) / / Kenji Ishida(Hiroshima City Univ.) |
| 副委員長氏名（和） | 井ノ口 宗成(富山大) / 和田 友孝(関西大) / / 波戸 邦夫(インターネットマルチフィード) |
| 副委員長氏名（英） | Munenari Inoguchi(Toyama Univ.) / Tomotaka Wada(Kansai Univ.) / / Kunio Hato(Internet Multifeed) |
| 幹事氏名（和） | 遠藤 邦夫(Synspective) / 新 浩一(広島市立大) / / 谷口 展郎(NTT) / 星野 文学(長崎県立大) / 渡部 康平(長岡技科大) / 城 哲(KDDI総合研究所) |
| 幹事氏名（英） | Kunio Endo(Synspective) / Kouichi Shin(Hiroshima City Univ.) / / Noburo Taniguchi(NTT) / Fumitaka Hoshino(Univ. of Nagasaki) / Kouhei Watabei(Nagaoka Univ. of Tech.) / Tetsu Jyo(KDDI Research) |
| 幹事補佐氏名（和） | 横山 俊一(信州大) |
| 幹事補佐氏名（英） | Shunichi Yokoyama(Shinshu Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Information and Communication Technologies for Safe and Secure Life / Technical Committee on Smart Facilities / Technical Committee on Information Networks |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 徳本 敬祐 / Keisuke Tokumoto |
| 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） | 小林 真 / Makoto Kobayashi |
| 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） | 新 浩一 / Koichi Shin |
| 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） | 西 正博 / Masahiro Nishi |
| 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.) |
| 発表年月日 | 2021-10-22 |
| 資料番号 | ICTSSL2021-26 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | ICTSSL-208 |
| ページ範囲 | pp.48-53(ICTSSL), |
| ページ数 | 6 |
| 発行日 | 2021-10-14 (ICTSSL) |