Japan Society of Civil Engineers 2020 Annual Meeting

Presentation information

第VI部門

検査技術・診断(2)

Chair:Kenichi Horiguchi

[VI-279] The improvement in precision of detection system of concrete degradation by image processing

〇Tetsuro Mampo1, Masaharu Takabatake1, Chenguang Wu2, Yoshikazu Nishizawa2, Hitoshi Arai3 (1.Electric Power Development, 2.J-POWER Buisiness Service, 3.Waseda University)

Keywords:crack, image analysis, YoLo, deep learning, image processing, pinwheel framelet

コンクリート構造物の健全性を評価する上で,ひび割れを管理することは重要である.筆者らは,近接困難なコンクリート構造物を対象に遠方より超高解像度の画像を取得し,画像内に含まれるひび割れを自動検出する技術を開発しており,開発技術の実用による点検精度の定量化等による維持管理高度化を目指している.前年の報告以降「YoLo」によるひび割れ検出を継続しているが,検出精度は,総合で60%~75%程度,幅0.2mmに限ると40%~65%程度と低い状態であった.そこで,ひび割れ検出の総合精度を向上させることおよび,幅0.2mmのひび割れの検出精度を80%以上に向上させることを目的に,画像処理技術を活用した.

Please log in with your participant account.
» Participant Log In