走行撮影画像から抽出した色・テクスチャ特徴量に基づくトンネルケーブルラックの劣化度分類

抄録

本研究では，走行撮影画像を用いたトンネルケーブルラックの劣化度分類手法を検討した．2トンネルから取得したケーブルラック子桁画像1,168枚を対象に，HSV表色系およびGLCMに基づく11種類の色・テクスチャ特徴量を抽出し，3種類の機械学習モデルによる分類性能を比較した．その結果，LightGBMが89.20%の正解率を示した．さらに，SHAPによる分析から，彩度の最頻値および赤成分割合が劣化度AとCの識別に大きく寄与することを明らかにした．以上より，走行撮影画像は，詳細点検対象を抽出する一次スクリーニングに活用できることが示唆された．ただし，対象トンネルおよび劣化度分布には偏りがあるため，未知トンネルへの一般化は今後の課題である．