| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-03-05 09:45 深層学習による道路損傷検出の精度改善手法の一提案 ○和田直己・竹内 健・金井謙治・甲藤二郎（早大）  IMQ2019-14 IE2019-96 MVE2019-35 |
|
| 抄録 | （和） | 日本の道路の多くが更新期に近づいているため、道路損傷を自動で検知することが求められている．道路損傷の検知手法として、SSD等の深層学習による物体検知手法を用いたRoad Damage Detectorが提案されている．ただし、この手法では、道路損傷対象によって検出漏れが多いという問題がある．そこで精度評価改善のために，YOLOとMobileNetを組み合わせた路面性状検知手法を検討する． |
| （英） | Recently, automatic road damage detection is required because many Japanese roads need to be repaired due to infrastructure aging problem. As related study, Road Damage Detector is proposed, and this approach adopts deep learning methods, such as SSD-Inception and SSD-MobileNet, in order to detect road damages from images captured by smartphones. However, we confirm that this method indicates low recall values through evaluation. To provide more reliable road damage detection, we study a method that combines YOLO and MobileNet. | |
| キーワード | （和） | 深層学習 / 路面性状検知 / 画像処理 / / / / / |
| （英） | Deep Learning / Road Damage Detecion / Image Processing / / / / / | |
| 文献情報 | 信学技報, vol. 119, no. 456, IE2019-96, pp. 3-8, 2020年3月. | |
| 資料番号 | IE2019-96 | |
| 発行日 | 2020-02-27 (IMQ, IE, MVE) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IMQ2019-14 IE2019-96 MVE2019-35 |
|
| 研究会情報 | |
| 研究会 | IE IMQ MVE CQ |
| 開催期間 | 2020-03-05 - 2020-03-06 |
| 開催地（和） | 九州工業大学 戸畑キャンパス |
| 開催地（英） | Kyushu Institute of Technology |
| テーマ（和） | 五感メディア，マルチメディア，メディアエクスペリエンス， 映像符号化，イメージメディアの品質，ネットワークの品質 および信頼性，一般 （魅力工学（AC）研究会協賛） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | IE |
| 会議コード | 2020-03-IE-IMQ-MVE-CQ |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習による道路損傷検出の精度改善手法の一提案 |
| サブタイトル（和） | |
| タイトル（英） | Improvement of Road Damage Detection Method Based on Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| キーワード(2)（和/英） | 路面性状検知 / Road Damage Detecion |
| キーワード(3)（和/英） | 画像処理 / Image Processing |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 和田 直己 / Naoki Wada / ワダ ナオキ |
| 第1著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 竹内 健 / Masaru Takeuchi / タケウチ マサル |
| 第2著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 金井 謙治 / Kenji Kanai / カナイ ケンジ |
| 第3著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 甲藤 二郎 / Jiro Katto / カットウ ジロウ |
| 第4著者 所属（和/英） | 早稲田大学 (略称： 早大) Waseda University (略称： Waseda Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-03-05 09:45:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IE |
| 資料番号 | IMQ2019-14, IE2019-96, MVE2019-35 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.454(IMQ), no.456(IE), no.457(MVE) |
| ページ範囲 | pp.3-8 |
| ページ数 | 6 |
| 発行日 | 2020-02-27 (IMQ, IE, MVE) |
[研究会発表申込システムのトップページに戻る]