| 研究課題/領域番号 |
16K12834
|
|---|
| 研究種目 |
挑戦的萌芽研究
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
社会システム工学・安全システム
|
|---|
| 研究機関 | 東京工業大学 |
|---|
研究代表者 |
松岡 昌志 東京工業大学, 環境・社会理工学院, 准教授 (80242311)
|
|---|
| 研究協力者 |
牧 紀男 京都大学, 防災研究所, 教授
田中 聡 常葉大学, 大学院環境防災研究科, 教授
中村 良介 産業技術総合研究所, 人工知能研究センター, チーム長
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
2017年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2016年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 地震建物被害 / 被災度判定 / 深層学習 / 航空写真 / 現地写真 / 地震被害 / 建物 / CNN / 2016年熊本地震 / ディープラーニング / 阪神・淡路大震災 / 防災 / 建物被災度 / 機械学習 / 写真 |
|---|
| 研究成果の概要 |
本研究は，建物被災度認定の効率化を目標に，コンピュータの機械学習により建物被災度を自動認識する手法開発を目的としている。1995年兵庫県南部地震および2016年熊本地震の被害建物を撮影した現地写真および航空写真に対して，建物被災度をタグ付けした膨大なサンプル画像データセットを作成し，ディープ・ラーニングのひとつであるCNNを用いて建物被害の特徴をコンピュータに学習させることで，建物被災度を自動認識するルールを作成し，その精度を検証した。その結果，外観被害のみに着目したデータセットを用いることにより判別精度は83.0%であった。また，震度情報を学習に加えることで，より詳細な被害程度に分類できた。
|
