2021年4月 - 2024年3月
高精度な損傷検知CNNと専門知を融合させる橋梁点検診断のための新しいAI手法
日本学術振興会 科学研究費助成事業 基盤研究(B) 基盤研究(B)
- 課題番号
- 21H01417
- 体系的課題番号
- JP21H01417
- 担当区分
- 研究代表者
- 配分額
-
- (総額)
- 17,420,000円
- (直接経費)
- 13,400,000円
- (間接経費)
- 4,020,000円
橋梁点検診断の効率化および高精度化のため,Deep Learning(DL)技術の一種である
Convolutional Neural Network (CNN)により橋梁撮影画像を解析し,損傷を自動で評価する手法の実現が期待されている.当該年度は,当初目標であった既存点検データラベル付,ドローン計測,分岐型CNN構築,SfM,Image Captioning,専門知モデル,それらの取り組みをはじめる計画であったが,計画通り全てスタートすることができた.
その中で,特にImage Captioningについては想定通り(あるいは想定以上)の結果が出始めており,当初想定していた内容がほぼ既に実現できており,現在成果をまとめている段階である.また,Webシステムへの実装なども行っており,現在この内容についても投稿中である.
専門知モデルについては,着実に研究を進めている段階にあり,特にResource Description Frameworkのトリプルを活用すれば扱いやすいと見出したところである.
ドローン計測とSfMについても計画通りの結果がではじめており,撮影した写真が三次元モデル内でどの位置にあるか,AIで自動検出した損傷がどの位置にあるかなどを同定することも既に出来ている.この結果についても,既に論文はStructure and Infrastructure Engineeringに投稿されており,軽微な修正を着実に行っている段階である.多様な環境の正規化を行う分岐型CNNについては,分岐型CNNに加えてAttention機構を導入することが的確であると見出し,現在解析を進めている.
Convolutional Neural Network (CNN)により橋梁撮影画像を解析し,損傷を自動で評価する手法の実現が期待されている.当該年度は,当初目標であった既存点検データラベル付,ドローン計測,分岐型CNN構築,SfM,Image Captioning,専門知モデル,それらの取り組みをはじめる計画であったが,計画通り全てスタートすることができた.
その中で,特にImage Captioningについては想定通り(あるいは想定以上)の結果が出始めており,当初想定していた内容がほぼ既に実現できており,現在成果をまとめている段階である.また,Webシステムへの実装なども行っており,現在この内容についても投稿中である.
専門知モデルについては,着実に研究を進めている段階にあり,特にResource Description Frameworkのトリプルを活用すれば扱いやすいと見出したところである.
ドローン計測とSfMについても計画通りの結果がではじめており,撮影した写真が三次元モデル内でどの位置にあるか,AIで自動検出した損傷がどの位置にあるかなどを同定することも既に出来ている.この結果についても,既に論文はStructure and Infrastructure Engineeringに投稿されており,軽微な修正を着実に行っている段階である.多様な環境の正規化を行う分岐型CNNについては,分岐型CNNに加えてAttention機構を導入することが的確であると見出し,現在解析を進めている.
- ID情報
-
- 課題番号 : 21H01417
- 体系的課題番号 : JP21H01417