UAVと画像認識AIによる河川巡視を補う地上画像の特徴量とその利用法検討

我が国は，その国土に多くの河川を有し，管理作業の多くは人の手により行われている．ドローン（UAV）技術の発展により，河川監視への適用事例が増えており，得られた画像に人工知能を適用し，不法投棄等を認識検知する研究も行われてきた．人による地上での撮像は，作業量も多く，場所の制約や，ばらつきに影響される．空撮画像は地上画像とは異なる画角を持ち，撮影条件も異なる．本研究では，河川維持管理データベースシステムRiMaDISが有する大量の地上画像を，現在ではまだ数少ない空撮画像での検知精度向上に活用する．画像特徴量に基づき分類した不法投棄に関する画像をFaster R-CNNに入力し，推論結果を比較する．...

Full description

Saved in:
Bibliographic Details
Published inAI・データサイエンス論文集 Vol. 1; no. J1; pp. 580 - 587
Main Authors 藤井, 純一郎, 山下, 隆義, 天方, 匡純, 高橋, 悠太
Format Journal Article
LanguageJapanese
Published 公益社団法人 土木学会 11.11.2020
Subjects
Faster R-CNN
ドローン（UAV）空撮
対象物検知（Object Detection）
河川巡視
Online AccessGet full text
ISSN2435-9262
DOI10.11532/jsceiii.1.J1_580

Cover

More Information
Summary:我が国は，その国土に多くの河川を有し，管理作業の多くは人の手により行われている．ドローン（UAV）技術の発展により，河川監視への適用事例が増えており，得られた画像に人工知能を適用し，不法投棄等を認識検知する研究も行われてきた．人による地上での撮像は，作業量も多く，場所の制約や，ばらつきに影響される．空撮画像は地上画像とは異なる画角を持ち，撮影条件も異なる．本研究では，河川維持管理データベースシステムRiMaDISが有する大量の地上画像を，現在ではまだ数少ない空撮画像での検知精度向上に活用する．画像特徴量に基づき分類した不法投棄に関する画像をFaster R-CNNに入力し，推論結果を比較する．検証により，Bounding Boxの画像占有率などが検知精度向上に寄与することを明らかにした．
ISSN:2435-9262
DOI:10.11532/jsceiii.1.J1_580