深層学習を用いた孔壁展開画像における亀裂検出

カテゴリ: 部門大会

論文No: GS1-2

グループ名: 【C】2023年電気学会電子・情報・システム部門大会

発行日: 2023/08/23

タイトル(英語): Crack Detection in Borehole-wall Panoramic Images using Deep Learning

著者名: 和田 直史（北海道科学大学）,鈴木 利実（レアックス）,立野 直樹（レアックス）

著者名(英語): Naofumi Wada (Hokkaido University of Science),Toshimi Suzuki (RaaX Co.,Ltd),Naoki Tatsuno (RaaX Co.,Ltd)

キーワード: ボアホールカメラ|孔壁展開画像|亀裂検出|深層学習|Borehole camera|Borehole-wall panoramic image|Crack detection|Deep learning

要約(日本語): 地盤調査や地質調査では，地中に垂直円筒状の孔（あな）を掘り，その孔にボアホールカメラを入れて孔壁画像を撮影し，亀裂の有無や形状を調査する．現状，亀裂の特定や解析は熟練技術者が目視で行っており，多大な時間を要するためコンピュータによる自動化が望まれている．そこで，本研究では，孔壁展開画像から深層学習を用いてサインカーブ状の亀裂（不連続面）を検出する方法について検討を行う．ここでは，深層学習モデルにResNetやViTなどの既存アーキテクチャを用い，亀裂の有無を判別する2クラス分類モデルを設計する．評価実験では，実際に現場で撮影した1,220本の孔壁展開画像から学習・評価用データセットを作成し，亀裂有無の分類精度を評価するとともに，データ拡張やファインチューニングの効果についても検証する．さらに，Grad-CAMを用いて判断根拠を可視化することにより，亀裂箇所の特定が可能であることを示す．