[1277] 光条件を考慮した深層学習による舗装ひび割れの検出に関する研究
キーワード：データ拡張、LeNet、画像処理、シーン分類、U-Net
コンクリート構造物の維持管理において，構造物表面の画像からひび割れを検出する深層学習手法による点検の自動化が試みられている。舗装のひび割れをAIにより検出するうえで，本研究で対象とした橋梁の舗装は日向部と日陰部で明度が異なり検出精度に差がある。本研究では，深層学習モデルに学習させる画像を光条件ごとに分類するシーン分類を行い，路面部の各光条件に対応するひび割れ検出モデルの作成を試みた。検討の結果，ひび割れを日向路面部，日陰路面部を別々のモデルで検出させた場合のF値は本研究での最大値である0.778を示し，データセットの質が検出精度に影響を及ぼす可能性が示唆された。