| 研究課題/領域番号 |
21H01579
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分25020:安全工学関連
|
|---|
| 研究機関 | 常葉大学 |
|---|
研究代表者 |
田中 聡 常葉大学, 大学院・環境防災研究科, 教授 (90273523)
|
|---|
| 研究分担者 |
重川 希志依 常葉大学, 社会環境学部, 名誉教授 (10329576)
松岡 昌志 東京工業大学, 環境・社会理工学院, 教授 (80242311)
鱒沢 曜 明星大学, 建築学部, 准教授 (90533141)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 深層学習 / 建物被害 / 画像検出 / インスタンス・セグメンテーション / 建物被害判定 / スマート・インスペクション / 画像分類 |
|---|
| 研究成果の概要 |
本研究では、これまで調査員の経験頼りであった建物被害調査に、深層学習の技術を導入し自動化するための基幹技術を開発した。具体的には、建物被害認定調査を事例に、調査員の目視による建物被害判断を、深層学習を用いた写真による判断に置き換えるため、様々な条件で学習モデルを検証し、最適なモデルを構築した。さらに完成したモデルを登載したスマートフォン・アプリを開発し、自治体職員への実証実験を通して、その効果や使用性を検討した。検証の結果、従来の手法と比較して、調査時間、評価精度ともに大きく向上することが確認された。
|
| 自由記述の分野 |
地震防災
|
| 研究成果の学術的意義や社会的意義 |
本研究では、これまで調査員の技量や経験に依存するため、評価のばらつきや迅速性に問題があった建物被害調査の実務に深層学習技術を適用し、人間による調査が機械に代替可能であることをあきらかにした。この仕組みを実用化すれば、建物被害調査における人間の作業は、損傷の発見、損傷場所の記録、損傷箇所の写真撮影の３つまで減らすことが可能になり、被災者という未開発の資源の活用や、災害時の希少資源である専門技術者の有効活用にもつながり、災害対応上その意義はきわめて大きい。
|
