1995年の阪神・淡路大震災では、建物内の生存空間が失われる「層破壊」と呼ばれる建物の倒壊により、多くの人が命を失った。人的被害を軽減するためには、層破壊の発生する危険性が高い建物を特定し、災害対策を推進することが重要である。本研究では、層破壊被害を精度良く特定することを目的として、画像から特徴量の自動抽出が可能な深層学習を用いることで、被災建物を層破壊か否かに分類する手法を提案する。具体的には、2016年熊本地震において自治体が調査した建物被害画像のデータセットを用意し、畳み込みニューラルネットワークを用いた分類モデルを構築し、層破壊被害をうけた建物を抽出した。
