YOLOv5を用いた赤外画像の解析による水位計測システムの開発

抄録

本研究では，画像解析による水位計測手法として，研究事例が少ない物体検出モデルYOLOを用いた手法を提案した．また，夜間における解析精度を高めるために，画像の撮影には近赤外線カメラを使用した．調査対象は，瀬戸内海に面する香川県水産試験場とし，現地沖に設置されていた柱の浸水面積の変化を利用し，水位を計測した．1週間の撮影画像データのうち，約 1.5日間の画像データ1830枚を教師データとし，YOLOv5 で機械学習を行い物体検出モデルを作成した．その他の期間の画像データについて，作成モデルにより解析を行い，出力される検出物体（水上柱）の座標データを用いて水位を算出した． 観測期間を通して，YOLOにより推定された水位と高松港の実測値のRMSEが昼間は9.91 cm，夜間は7.14cm であり，夜間において，昼間に比べて高い計測精度が記録された．