橋梁損傷セグメンテーションの背景増強訓練とその効果の検証

抄録

老朽化し続ける橋梁の維持管理には，目視点検が基本の手法とされているが，現在では建設業に関わる労働者数の減少にともない，危険も伴う点検作業の効率化，合理化，安全性作業内容の客観性も求められている．AIやUAVを活用した点検手法はこれらの問題を解決することが社会的に大きく期待され，近年では多くの研究が行われている．本研究では，ピクセルレベルの腐食損傷認識について，従来の深層学習手法のU-Netモデルなどでは現地の背景を損傷と誤認識されることが多い問題点に着目して，数枚の現地写真で増強訓練を行い，誤認識を大幅に抑える方法を提案した．提案手法を検証するために，背景の少ない点検報告書写真のみを用いて訓練されたU-Netモデルとそれをベースしてさらに現地背景を含めたUAV画像の背景増強訓練を行ったモデルの損傷検出結果を比較した．増強訓練されたモデルがUAV画像から橋梁の特徴や橋梁周辺の情報を学習し，損傷を検出する精度が向上するという結果が示された．