[V-435] 道路画像の深層学習に基づく路面ひび割れ状況の把握に向けた基礎検討
キーワード：深層学習、ひび割れ率、ディープラーニング、畳み込みニューラルネットワーク、路面画像、機械学習
我が国では道路ストックの老朽化が深刻化している．2033年には建設から50年を経過した道路施設が全体の半数に達するとされている．そこで，本研究では車載カメラによる画像を用いて，深層学習に基づいて学習を行い，画像判別モデルを構築した．これにより客観的な路面性状評価に加え，道路維持管理のコスト削減ができると考えられる．路面画像をひび割れ率にて3つに分類し，訓練:テスト=6:4という比率で学習を行った．最適なモデルの選定のために条件を変えたモデルを5つ用意し，最高で約88%の判別精度が得られた．画像への処理の工夫などをすることで多様な路線に深層学習を用いた路面性状評価が可能であることを示した．
講演概要PDFパスワード認証
講演概要PDFの閲覧にはパスワードが必要です。パスワードを入力して認証してください。