09:00 〜 09:15
[21001-05-03] ひび割れ進展性評価のための機械学習を用いた画像レジストレーション技術の検討（シンポジウム講演概要）
キーワード：機械学習、画像レジストレーション、コンクリートひび割れ、アフィン変換、ホモグラフィ変換、Thin-Plate-Spline法
インフラ表面画像に基づく損傷進展性評価を行うAIの開発では，画像内における損傷位置が一致した画像が訓練データとして好ましい．しかし常に画角の一致した訓練データを取得するのは困難である．画角統一の問題は画像レジストレーション技術によって解決可能であり，AKAZEを用いた手法などがあるが，AKAZEでは対応不能な画像も存在する.そこで本研究では，コンクリートひび割れ画像に対して機械学習によるレジストレーションを実行し，精度を検証することによって，機械学習手法のAKAZE補完技術としての可用性を検証する．機械学習モデルには先行研究のレジストレーションAIモデルを転移学習して使用する．画像変形には線形変換のアフィン変換とホモグラフィ変換，さらに非線形変換のTPS法を用いた．実験の結果，アフィン変換と非線形変換ではある程度の精度が実現されたが，ホモグラフィ変換ではレジストレーションに失敗した．