SQ-VAEを用いた教師なし異常検知手法によるひび割れ検出

抄録

AIを用いて画像からひび割れなどの損傷を検出する研究は盛んに行われているが，それらの多くは教師あり学習に基づく手法であり，アノテーション作業の負担が大きいことが問題とされている．そこで本研究では，新たな試みとして，アノテーションを必要としない教師なし学習によってコンクリート表面のひび割れ検出を行う．教師なし学習は異常検知タスクで広く使用されており，モデルに正常データのみを学習させることで，学習した特徴量と異なるものを異常として識別する．本研究では，教師なし異常検知によるひび割れ検出手法を提案し，その有効性を調査することを目的とする．SQ-VAE（Stochastically Quantized Variational AutoEncoder）のように，ベクトル量子化を用いたVAEは，画像の特徴量をコードブックと呼ばれる有限個の埋め込みベクトルで表現する．モデルが正常データのみを学習して構築されたコードブックは異常な特徴量，ここではひび割れの特徴量と乖離すると仮定し，特徴量の類似度に基づいてひび割れを検出する．実験の結果，提案手法が高い精度でひび割れを検出できていることを示す．