DEEP LEARNING BASED CRACK RATIO EVALUATION ON ASPHALT PAVEMENT FROM IMAGE TAKEN BY CAR-MOUNTED CAMERA
- 1 January 2017
- journal article
- Published by Japan Society of Civil Engineers in Journal of Japan Society of Civil Engineers, Ser. E1 (Pavement Engineering)
- Vol. 73 (3), I_97-I_105
- https://doi.org/10.2208/jscejpe.73.i_97
Abstract
アスファルト舗装の健全度を定量的に評価する指標の1つにひび割れ率がある.しかし舗装の点検は労力面,コスト面の負担が大きく,そういった負担を軽減するための新技術が求められている状況にある.そういった新技術の一環として,画像解析によりひび割れの自動検出を目指した研究は国内外に多くある.しかしマンホールや白線などが撮影画像に写っていると誤認識の要因となってしまうなど,精度面に課題を抱えていた.そこで本研究ではディープラーニングの一種であるCNNを用いて,白線やマンホールを区別した上で舗装の撮影画像からひび割れを自動的に検出,評価し,GIS上で可視化するシステムを構築した.そして実際に車両から撮影した画像に本手法を適用した実験により,高いひび割れ評価性能を確認した.This publication has 4 references indexed in Scilit:
- Going deeper with convolutionsPublished by Institute of Electrical and Electronics Engineers (IEEE) ,2015
- CaffePublished by Association for Computing Machinery (ACM) ,2014
- A Novel LBP Based Methods for Pavement Crack DetectionJournal of Pattern Recognition Research, 2010
- Backpropagation Applied to Handwritten Zip Code RecognitionNeural Computation, 1989