セマンティックセグメンテーションを用いた送電線上の異常検出

カテゴリ: 部門大会

論文No: GS6-5

グループ名: 【C】2019年電気学会電子・情報・システム部門大会プログラム

発行日: 2019/08/28

タイトル(英語): Anomaly Detection on Power Transmission Line Using Semantic Segmentation

著者名: 望月 凜平(明電舎),原 徳幸(明電舎),若木 晶夫(きんでん),浜中 秀之(きんでん)

著者名(英語): Rinpei Mochizuki|Noriyuki Hara|Akio Wakaki|Hideyuki Hamanaka

キーワード: 異常検知|セマンティックセグメンテーション|送電線送電線|Anomaly Detection|Semantic Segmentation|Transmission Line

要約(日本語): 送電線の点検では，点検機等によって撮影された送電線動画を作業員が目視で確認し，異常箇所があった際には送電線の修理や交換を行っている。しかし，目視による点検には労力がかかるため，自動化が求められている。また，深層学習による領域分割手法としてセマンティックセグメンテーションが提案されている。これは画像中の物体領域を分割する手法であり，画素単位での画像認識が可能である。そこで本研究は，Fully Convolutional Network(FCN)と画像処理による高精度な異常検出を目的とする。本手法では，はじめに入力された画像に対してFCNを適用し，背景，送電線，送電線上設備，異常の4種類の領域分割を行う。その後，背景を除く領域で膨張収縮処理と面積処理を行い，真の送電線領域を推定し，領域上にある異常領域から閾値以上の異常箇所を検出する。本手法を適用した結果，未検出なく異常箇所を検出できることを確認した。

PDFファイルサイズ: 605 Kバイト