JP7062474B2 - 劣化状況識別装置、劣化状況識別方法及びプログラム - Google Patents
劣化状況識別装置、劣化状況識別方法及びプログラム Download PDFInfo
- Publication number
- JP7062474B2 JP7062474B2 JP2018046741A JP2018046741A JP7062474B2 JP 7062474 B2 JP7062474 B2 JP 7062474B2 JP 2018046741 A JP2018046741 A JP 2018046741A JP 2018046741 A JP2018046741 A JP 2018046741A JP 7062474 B2 JP7062474 B2 JP 7062474B2
- Authority
- JP
- Japan
- Prior art keywords
- building
- partial image
- type
- identification
- neural network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Working Measures On Existing Buildindgs (AREA)
- Image Analysis (AREA)
Description
図3(a)に示す画像IM1は、取得した建物画像の一例であり、図1に示したように、端末装置2によって撮像される。画像IM1には、建物10の像と建物10の周辺のものの像が含まれている。ただし、建物画像は、建物10を仰いで撮影して得られた画像であるため、建物10の外壁の面の像には略台形の歪が生じている。
情報取得部310は、撮影者U1が撮影した建物画像を取得し、同建物画像を取得画像データ記憶部371に登録する(ステップS10)。
次に、部分画像生成部320は、取得画像データ記憶部371に登録された1つの建物画像を補正して、補正画像のデータを補正画像データ記憶部372に登録する。部分画像生成部320は、補正画像のデータに基づいた補正画像から建物10の外壁の画像の範囲を格子状に分割して、複数の部分画像を生成し(ステップS20)、部分画像データ記憶部373に登録する。
次に、種別識別処理部330は、複数のステップに分けて部分画像の識別処理を実施する。
劣化状況識別部350は、劣化状況識別処理を実施する(ステップS50)。劣化状況識別処理は、上記の部分画像が示す建物10の部分の劣化状況を識別する処理である。劣化状況識別部350は、各部分画像が示す部分に、顕著な劣化が認められることを示す「劣化あり」と、顕著な劣化が認められないことを示す「劣化なし」の2値に識別する。なお、上記の2値に分ける識別は一例を示すものであり、識別すべき諧調を追加してもよい。劣化状況識別部350は、上記の識別の結果を、部分画像データの劣化状況識別情報に登録する。
図9は、本実施形態の種別識別処理部330と劣化状況識別部350の構成図である。
次に、図10を参照して、実施形態の各ニューラルネットワークの学習処理について説明する。図10は、本実施形態の各ニューラルネットワークの学習処理の流れを示すフローチャートである。
図12は、本実施形態の劣化状況識別処理の結果についての検証結果を示す図である。
図に示す表は、「正解ラベル」が示す劣化の有無情報(「劣化あり」と「劣化なし」)と、「予測ラベル」が示す劣化の有無情報(「劣化あり」と「劣化なし」)との対比結果を表にしたものである。上記の「正解ラベル」は、技術者による分割画像の識別結果に対応するものであり、「予測ラベル」は、本実施形態に示す劣化状況識別処理による結果を示すものである。
Claims (8)
- 建物の外壁部分が含まれる建物画像に基づいて前記建物の部分を示す複数の部分画像が生成され、前記部分画像に示された前記建物の部分の第1種別を、外壁のように劣化によるひび割れが生じ得る第1部分と、外壁から突出した第2部分と、外部建具に対応する第3部分と、前記建物の部分の種別が不明な第4部分とに区分するように、学習用部分画像に係る教師データを用いて学習された第1ニューラルネットワークを用いて識別し、
前記部分画像に示された前記建物の部分の仕上げ仕様に係る第2種別を、学習用部分画像に係る教師データを用いて学習された第2ニューラルネットワークを用いて識別する種別識別処理部と、
前記第1種別と前記第2種別に関する種別ごとの教師データを用いて学習された第3ニューラルネットワークを用いて、前記第1部分に識別された前記部分画像に対応する建物部分の劣化状況を識別する劣化状況識別部と
を備える劣化状況識別装置。 - 前記第1部分の劣化には、「壁面」と「梁又は柱」とにおけるひび割れが含まれ、
前記第2部分には、「庇」と「バルコニー又はベランダ」の何れかが含まれる、
請求項1に記載の劣化状況識別装置。 - 前記学習用部分画像の画像情報と、前記学習用部分画像が示す建物の部分の種別に係る種別情報との関係を前記種別ごとの教師データを用いて前記第1ニューラルネットワークを学習させる学習処理部
を備え、
前記種別識別処理部は、
前記第1ニューラルネットワークによって、前記部分画像が示す建物の部分の種別を識別する、
請求項1又は請求項2に記載の劣化状況識別装置。 - 前記種別識別処理部は、
前記部分画像の第1段階の識別基準に従い識別し、
前記劣化状況識別部は、
前記第1段階の識別結果が同一であった前記部分画像を、前記第1段階の識別結果に対応付けられる前記種別ごとの教師データを用いて学習された第3ニューラルネットワークを用いて判定し、前記第1段階の識別結果ごとの判定の結果に基づいて前記部分画像に対応する建物部分の劣化状況を識別する、
請求項1又は請求項2に記載の劣化状況識別装置。 - 前記種別識別処理部は、
前記部分画像を第1段階の識別基準に従い識別し、前記第1段階の識別結果が同一であった前記部分画像を第2段階の識別基準に従い識別し、
前記劣化状況識別部は、
前記第2段階の識別結果が同一であった前記部分画像を、前記第2段階の識別結果に対応付けられる前記種別ごとの教師データを用いて学習された第3ニューラルネットワークを用いて判定し、前記第2段階の識別結果ごとの判定の結果に基づいて前記部分画像に対応する建物部分の劣化状況を識別する、
請求項1又は請求項2に記載の劣化状況識別装置。 - 前記部分画像は、前記建物の高さ方向に前記建物の階高を基準に分割されている、
請求項1から請求項5の何れか1項に記載の劣化状況識別装置。 - 建物の外壁部分が含まれる建物画像に基づいて前記建物の部分を示す複数の部分画像が生成され、前記部分画像に示された前記建物の部分の第1種別を、外壁のように劣化によるひび割れが生じ得る第1部分と、外壁から突出した第2部分と、外部建具に対応する第3部分と、前記建物の部分の種別が不明な第4部分とに区分するように、学習用部分画像に係る教師データを用いて学習された第1ニューラルネットワークを用いて識別し、
前記部分画像に示された前記建物の部分の仕上げ仕様に係る第2種別を、学習用部分画像に係る教師データを用いて学習された第2ニューラルネットワークを用いて識別し、
前記第1種別と前記第2種別に関する種別ごとの教師データを用いて学習された第3ニューラルネットワークを用いて、前記第1部分に識別された前記部分画像に対応する建物部分の劣化状況を識別するステップ
を含む劣化状況識別方法。 - コンピュータに、
建物の外壁部分が含まれる建物画像に基づいて前記建物の部分を示す複数の部分画像が生成され、前記部分画像に示された前記建物の部分の第1種別を、外壁のように劣化によるひび割れが生じ得る第1部分と、外壁から突出した第2部分と、外部建具に対応する第3部分と、前記建物の部分の種別が不明な第4部分とに区分するように、学習用部分画像に係る教師データを用いて学習された第1ニューラルネットワークを用いて識別させ、
前記部分画像に示された前記建物の部分の仕上げ仕様に係る第2種別を、学習用部分画像に係る教師データを用いて学習された第2ニューラルネットワークを用いて識別させ、
前記第1種別と前記第2種別に関する種別ごとの教師データを用いて学習された第3ニューラルネットワークを用いて、前記第1部分に識別された前記部分画像に対応する建物部分の劣化状況を識別させるステップ
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018046741A JP7062474B2 (ja) | 2018-03-14 | 2018-03-14 | 劣化状況識別装置、劣化状況識別方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018046741A JP7062474B2 (ja) | 2018-03-14 | 2018-03-14 | 劣化状況識別装置、劣化状況識別方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019157535A JP2019157535A (ja) | 2019-09-19 |
JP7062474B2 true JP7062474B2 (ja) | 2022-05-06 |
Family
ID=67996789
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018046741A Active JP7062474B2 (ja) | 2018-03-14 | 2018-03-14 | 劣化状況識別装置、劣化状況識別方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7062474B2 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7321452B2 (ja) * | 2019-10-11 | 2023-08-07 | Biprogy株式会社 | プログラム、情報処理装置、情報処理方法及び学習済みモデルの生成方法 |
JP7339185B2 (ja) | 2020-03-04 | 2023-09-05 | 株式会社奥村組 | 屋外構造物部位特定装置、屋外構造物部位特定方法および屋外構造物部位特定プログラム |
JP7307691B2 (ja) * | 2020-03-04 | 2023-07-12 | 株式会社奥村組 | 損傷特定装置、損傷特定方法および損傷特定プログラム |
JP7429133B2 (ja) | 2020-03-04 | 2024-02-07 | 株式会社フジタ | 建築物の異常検知モデルの学習方法、学習装置、建築物の景観情報の生成方法、生成装置、コンピュータプログラム |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004204587A (ja) | 2002-12-26 | 2004-07-22 | Kansai Paint Co Ltd | 劣化した建造物壁面の補修方法 |
JP2010271062A (ja) | 2009-05-19 | 2010-12-02 | Ihi Infrastructure Systems Co Ltd | コンクリート診断システム |
JP2011180007A (ja) | 2010-03-02 | 2011-09-15 | Nihon Bisoh Co Ltd | 構造物調査システムおよびこれに用いる位置測定装置 |
US20130034298A1 (en) | 2011-08-04 | 2013-02-07 | University Of Southern California | Image-based crack detection |
JP2014134470A (ja) | 2013-01-10 | 2014-07-24 | Takenaka Komuten Co Ltd | 壁面診断結果記録システム、壁面診断結果記録方法、及び壁面診断結果記録プログラム |
JP2016065809A (ja) | 2014-09-25 | 2016-04-28 | 前田建設工業株式会社 | コンクリート構造物の点検支援装置、点検支援方法、及びプログラム |
JP2016125846A (ja) | 2014-12-26 | 2016-07-11 | 古河機械金属株式会社 | データ処理装置、データ処理方法、及び、プログラム |
WO2017119202A1 (ja) | 2016-01-06 | 2017-07-13 | 富士フイルム株式会社 | 構造物の部材特定装置及び方法 |
JP2017219314A (ja) | 2016-06-02 | 2017-12-14 | 日本電信電話株式会社 | 劣化部位検知装置、劣化部位検知方法およびプログラム |
JP2018017101A (ja) | 2016-07-29 | 2018-02-01 | エヌ・ティ・ティ・コムウェア株式会社 | 情報処理装置、情報処理方法、及びプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01291380A (ja) * | 1988-05-19 | 1989-11-22 | Tokyo Electric Power Co Inc:The | ひびわれ画像の解析方法 |
-
2018
- 2018-03-14 JP JP2018046741A patent/JP7062474B2/ja active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004204587A (ja) | 2002-12-26 | 2004-07-22 | Kansai Paint Co Ltd | 劣化した建造物壁面の補修方法 |
JP2010271062A (ja) | 2009-05-19 | 2010-12-02 | Ihi Infrastructure Systems Co Ltd | コンクリート診断システム |
JP2011180007A (ja) | 2010-03-02 | 2011-09-15 | Nihon Bisoh Co Ltd | 構造物調査システムおよびこれに用いる位置測定装置 |
US20130034298A1 (en) | 2011-08-04 | 2013-02-07 | University Of Southern California | Image-based crack detection |
JP2014134470A (ja) | 2013-01-10 | 2014-07-24 | Takenaka Komuten Co Ltd | 壁面診断結果記録システム、壁面診断結果記録方法、及び壁面診断結果記録プログラム |
JP2016065809A (ja) | 2014-09-25 | 2016-04-28 | 前田建設工業株式会社 | コンクリート構造物の点検支援装置、点検支援方法、及びプログラム |
JP2016125846A (ja) | 2014-12-26 | 2016-07-11 | 古河機械金属株式会社 | データ処理装置、データ処理方法、及び、プログラム |
WO2017119202A1 (ja) | 2016-01-06 | 2017-07-13 | 富士フイルム株式会社 | 構造物の部材特定装置及び方法 |
JP2017219314A (ja) | 2016-06-02 | 2017-12-14 | 日本電信電話株式会社 | 劣化部位検知装置、劣化部位検知方法およびプログラム |
JP2018017101A (ja) | 2016-07-29 | 2018-02-01 | エヌ・ティ・ティ・コムウェア株式会社 | 情報処理装置、情報処理方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2019157535A (ja) | 2019-09-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7062474B2 (ja) | 劣化状況識別装置、劣化状況識別方法及びプログラム | |
JP5045371B2 (ja) | 動画像の各画素の前景背景分類装置、方法及びプログラム | |
WO2016194210A1 (ja) | 欠陥画像分類装置および欠陥画像分類方法 | |
CN111626349A (zh) | 一种基于深度学习的目标检测方法和系统 | |
CN111753590B (zh) | 一种行为识别方法、装置及电子设备 | |
WO2021095693A1 (ja) | 情報処理装置、情報処理方法およびプログラム | |
JP2021081953A (ja) | 演算プログラム、演算装置及び演算方法 | |
CN110889315A (zh) | 图像处理方法、装置、电子设备及系统 | |
CN112399162B (zh) | 一种白平衡校正方法、装置、设备和存储介质 | |
JP2019175140A (ja) | 建築物抽出システム | |
CN111310647A (zh) | 自动识别跌倒模型的生成方法和装置 | |
KR102299295B1 (ko) | 드론 촬영 영상의 빅데이터를 활용한 인공지능 기반 건물 유지 보수 견적 산출 방법, 장치 및 시스템 | |
JP2019075078A (ja) | 工事現場画像判定装置及び工事現場画像判定プログラム | |
CN116524581B (zh) | 一种人眼图像光斑分类方法、系统、设备及存储介质 | |
JP6341550B1 (ja) | 工事現場画像判定装置及び工事現場画像判定プログラム | |
CN111797993A (zh) | 深度学习模型的评价方法、装置、电子设备及存储介质 | |
JP4498296B2 (ja) | 物体検出装置 | |
CN116977256A (zh) | 缺陷检测模型的训练方法、装置、设备及存储介质 | |
US11543644B2 (en) | Digital imaging device and method for generating a digital color image | |
CN110852314B (zh) | 一种基于相机投影模型的物品检测网络方法 | |
JP3897306B2 (ja) | 地理画像間変化領域の抽出の支援方法及び地理画像間変化領域の抽出を支援可能なプログラム | |
CN110399868B (zh) | 一种滨海湿地鸟类检测方法 | |
JP6981553B2 (ja) | 識別システム、モデル提供方法およびモデル提供プログラム | |
CA3180672A1 (en) | System and method to use machine learning to ensure proper installation and/or repair by technicians | |
Fryz et al. | A METHOD OF SELECTING AN UNMANNED AERIAL VEHICLE FOR THE TASK COMPLETION BASED ON A PRIOR EVALUATION OF IMAGE QUALITY. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210225 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20211210 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220307 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220322 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220420 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7062474 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |