VAE を用いた教師なし深層学習による変状種別に依存しない河川護岸の異常検知

DOI Web Site 参考文献7件

書誌事項

タイトル別名
  • ANOMALY DETECTION OF REVETMENT BY UNSUPERVISED DEEP LEARNING USING VARIATIONAL AUTO-ENCODER

説明

<p>教師あり学習に基づくインフラの変状検出は，教師データ収集の観点からモデルの構築が困難であり，未学習の変状が検出できないといった課題がある．一方で，異常データの収集が困難かつ検出対象となる異常に多様性がある画像認識タスクにおいて，正常データのみを用いた深層生成モデルによる異常検知手法の有用性が既往の研究で示されている．特に VAE を使った手法は均一な部品を対象とした異常検知に活用されている．本研究では，河川護岸における変状種別に依存しない異常検知手法を確立することを目的とし，VAE によるブロック単位での異常検知を検討する．実験を通じてデータセット作成に関する指針を明らかにするとともに，護岸に適した異常度算出法を示し，護岸ブロックを対象とする VAE 異常検知が多様な変状の検出に有効であることを示した．</p>

収録刊行物

参考文献 (7)*注記

もっと見る

キーワード

詳細情報 詳細情報について

問題の指摘

ページトップへ