[CS10-19] 現地写真を用いた畳み込みニューラルネットワークによる建物の被災度判別
キーワード:深層学習、画像認識、建物被害、現地写真、2016年熊本地震
地震をはじめとした種々の自然災害発生後,被災地やその周辺の自治体職員等が被災した建物の被害程度を被害認定調査によって明らかにし,災害対応や復旧・復興支援施策実施の足掛かりとしている.
しかしながら,このような調査は災害の規模が大きく,被害が広範囲に及ぶと,調査対象となる建物が急増することから,人員不足に伴う調査時間の遅延などが問題視されている.
そこで,本研究では,被害認定調査の効率化を目的として,建物の外観画像データに深層学習のアルゴリズムの一つである畳み込みニューラルネットワークを適用して建物の被災度判別を試みた.結果として,建物の全壊・非全壊判別を8割近い精度で行うことができた.
しかしながら,このような調査は災害の規模が大きく,被害が広範囲に及ぶと,調査対象となる建物が急増することから,人員不足に伴う調査時間の遅延などが問題視されている.
そこで,本研究では,被害認定調査の効率化を目的として,建物の外観画像データに深層学習のアルゴリズムの一つである畳み込みニューラルネットワークを適用して建物の被災度判別を試みた.結果として,建物の全壊・非全壊判別を8割近い精度で行うことができた.
要旨・抄録、PDFの閲覧には参加者用アカウントでのログインが必要です。参加者ログイン後に閲覧・ダウンロードできます。
» 参加者用ログイン