[1F4-GS-10c] AI応用：環境モニタリング

[1F4-GS-10c-02] 地上画像を用いたドローン河川巡視で不足する空撮画像特徴量補完の可能性検証

〇高橋 悠太¹、藤井 純一郎¹、天方 匡純¹、山下 隆義² (1. 八千代エンジニヤリング、2. 中部大学工学部情報工学科)

キーワード：ドローン、河川巡視、特徴量補完、Prefilter

深層学習の発展がありながら，土木分野での適用事例があまり増えていない原因に，解くべき問題の境界条件を規定することが困難であり，また検知すべき異常が多様でありながら，それぞれのデータ自体は僅か，あるいは存在しないことが挙げられる．例えば，河川巡視における不法投棄や不法占有は，文脈によってさまざまな形態を取りうる．今ドローン/AIを用いた河川巡視を考えると，開始段階では，空撮画像が少ない状況を想定できる．本研究では，河川維持管理データベースRiMaDISに登録されている地上で得られた画像と併せて学習することで，学習データを補完可能か，Faster R-CNNを用いて検証を行った．地上画像選定は，空撮画像の持つ特徴量空間に近しい画像を，いくつかの基準・方法に基づいて選出した．提案手法の内，Bounding Boxの占有率およびDeep Network（ShuffleNet，Inception v3）によって選出された地上画像を加えた場合，平均Precisionが上昇することを確認した．