データ横断型対照学習を用いた道路構造物における変状画像の劣化レベル分類
キーワード:
degradation degree estimation,
distress image,
infrastructure,
contrastive learning,
mulit-dataset
2023 年 4 巻 2 号 p. 44-57
詳細
2023 年 4 巻 2 号 p. 44-57
道路構造物の変状を撮影した画像を用いた変状の進行度（劣化レベル）の分類では，学習に必要な変状画像とその劣化レベルを示すラベルのペアの総数に限りがあることが分類精度低下の一因となっている．ここで，他の構造物の変状を撮影したオープンデータセットの活用による精度向上が期待されるが，これらの画像には道路構造物と同様のラベルが付与されていない．そこで，我々はラベルの有無に依存せず画像間の類似性に注目する対照学習を導入することで，複数のデータセットの活用を可能とする．対照学習により獲得されたモデルのパラメータを，劣化レベル分類モデルの学習の初期パラメータに設定することで，最終的な劣化レベル分類の高精度化を実現する．本稿の最後では，実際の変状画像を用いた実験により提案手法の有効性を検証する．
