2026 年 7 巻 3 号 p. 1050-1065
全国に約73万橋ある道路橋の維持管理効率化のため,近接目視を支援するAIとして物体検出モデルの構築等,損傷検出の自動化が期待されている.その学習データに資する「全国道路施設点検データベース」の橋梁点検画像は,損傷部の位置情報を持たず,損傷以外の物体も多く写り込むため,そのまま利用することは難しい.そこで本研究では,橋梁点検画像から損傷を含む可能性の高い領域を自動的に選別し,学習データに活用する手法を検討する.具体的には,ひび割れ抽出などで用いられるCannyエッジ検出に,高エッジ量の非損傷物体を学習した画像分類モデルによるノイズ除去を組み合わせ,損傷候補タイルを抽出する枠組みを構築した.これにより,人手による損傷位置の付与を必要とせず,学習データに活用可能な損傷候補タイルを自動抽出できる可能性を示した.