2つの深層学習モデルを用いた道路舗装面のひび割れ率算出法の高精度化に関する研究

抄録

道路舗装の評価は舗装の維持管理指数（MCI）が基本とされるが，MCIの測定は高コストであり，地方自治体が管理する道路では目視やスケッチ，写真撮影で行われている．しかし，目視等による評価では，定量的なデータが得られないなどの問題があるため，MCIよりも安価で効率的な手法が求められている．筆者らは，既報の研究でドライブレコーダーなどの機器を用いて，安価かつ効率的にひび割れ率を算出する手法を開発した．しかし，パッチングが占める割合も画像分類を用いて算出していたため，更なる精度向上のためには新たなアプローチが必要である．本研究では，ひび割れ本数の検出とパッチング領域の検出をそれぞれ異なる深層学習モデルで処理することで，ひび割れ率を高精度に算出する手法を提案している．