| 講演名 | 2018-09-21 畳み込みニューラルネットワークによる現場活用性の高いひび割れ検出 井上 祐貴(日立), 大田 俊介(日立), 永吉 洋登(日立), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 建物保守において最初に実施されるのは、修理が必要な劣化部位を特定する作業である．しかし、この作業は多くが人力に頼っているため作業コストが高く、自動化が望まれている．本研究では、劣化の中でも重要度の高いひびに焦点をあて、画像から画素単位でひび割れ箇所を検知するモデルを開発した。畳み込みニューラルネットワークをベースとした本モデルは、検出精度だけでなく現場活用性を重要視し、教師データ作成に必要なコストの削減に加え、学習・推論時間の短縮を実現した。また、精度面においても従来手法を上回り、現場における自動劣化診断システムの適用可能性を確認した。 |
| 抄録(英) | Damage inspection, the first step in structural maintenance, is predominantly done manually today. Thus the cost of structural maintenance will be reduced greatly if this process is automated. In this paper, we propose a model that automatically detects surface cracks at a pixel level. Unlike in previous literatures, we heavily focused on the field deployability, such as reducing the dataset annotation cost and shortening the inference time. Experimental results show that the proposed model surpasses the state of the art in terms of accuracy. |
| キーワード(和) | ひび割れ検出 / 畳み込みニューラルネットワーク / multiple instance learning / 深層学習 |
| キーワード(英) | crack detection / convolutional neural network / multiple instance learning / deep learning |
| 資料番号 | PRMU2018-64,IBISML2018-41 |
| 発行日 | 2018-09-13 (PRMU, IBISML) |
| 研究会情報 | |
| 研究会 | PRMU / IBISML / IPSJ-CVIM |
|---|---|
| 開催期間 | 2018/9/20(から2日開催) |
| 開催地（和） | 福岡工業大学 |
| 開催地（英） | |
| テーマ（和） | 機械学習と実応用 |
| テーマ（英） | |
| 委員長氏名（和） | 佐藤 真一(NII) / 鹿島 久嗣(京大) |
| 委員長氏名（英） | Shinichi Sato(NII) / Hisashi Kashima(Kyoto Univ.) |
| 副委員長氏名（和） | 井尻 善久(オムロン) / 玉木 徹(広島大) / 杉山 将(東大) / 津田 宏治(東大) |
| 副委員長氏名（英） | Yoshihisa Ijiri(Omron) / Toru Tamaki(Hiroshima Univ.) / Masashi Sugiyama(Univ. of Tokyo) / Koji Tsuda(Univ. of Tokyo) |
| 幹事氏名（和） | 石井 雅人(NEC) / 菅野 裕介(阪大) / 竹内 一郎(名工大) / 神嶌 敏弘(産総研) |
| 幹事氏名（英） | Masato Ishii(NEC) / Yusuke Sugano(Osaka Univ.) / Ichiro Takeuchi(Nagoya Inst. of Tech.) / Toshihiro Kamishima(AIST) |
| 幹事補佐氏名（和） | 入江 豪(NTT) / 牛久 祥孝(東大) / 岩田 具治(NTT) / 大羽 成征(京大) |
| 幹事補佐氏名（英） | Go Irie(NTT) / Yoshitaka Ushiku(Univ. of Tokyo) / Tomoharu Iwata(NTT) / Shigeyuki Oba(Kyoto Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding / Technical Committee on Infomation-Based Induction Sciences and Machine Learning / Special Interest Group on Computer Vision and Image Media |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 畳み込みニューラルネットワークによる現場活用性の高いひび割れ検出 |
| サブタイトル（和） | |
| タイトル（英） | Deployment Friendly Crack Detection via Convolutional Neural Network |
| サブタイトル（和） | |
| キーワード(1)（和/英） | ひび割れ検出 / crack detection |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / convolutional neural network |
| キーワード(3)（和/英） | multiple instance learning / multiple instance learning |
| キーワード(4)（和/英） | 深層学習 / deep learning |
| 第 1 著者 氏名（和/英） | 井上 祐貴 / Yuki Inoue |
| 第 1 著者 所属（和/英） | 株式会社日立製作所(略称：日立) Hitachi Ltd.(略称：Hitachi) |
| 第 2 著者 氏名（和/英） | 大田 俊介 / Shunsuke Ota |
| 第 2 著者 所属（和/英） | 株式会社日立製作所(略称：日立) Hitachi Ltd.(略称：Hitachi) |
| 第 3 著者 氏名（和/英） | 永吉 洋登 / Hiroto Nagayoshi |
| 第 3 著者 所属（和/英） | 株式会社日立製作所(略称：日立) Hitachi Ltd.(略称：Hitachi) |
| 発表年月日 | 2018-09-21 |
| 資料番号 | PRMU2018-64,IBISML2018-41 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | PRMU-219,IBISML-220 |
| ページ範囲 | pp.201-206(PRMU), pp.201-206(IBISML), |
| ページ数 | 6 |
| 発行日 | 2018-09-13 (PRMU, IBISML) |