WO2022059604A1 - 判定結果推定装置、判定結果推定方法及びプログラム - Google Patents

判定結果推定装置、判定結果推定方法及びプログラム Download PDF

Info

Publication number
WO2022059604A1
WO2022059604A1 PCT/JP2021/033249 JP2021033249W WO2022059604A1 WO 2022059604 A1 WO2022059604 A1 WO 2022059604A1 JP 2021033249 W JP2021033249 W JP 2021033249W WO 2022059604 A1 WO2022059604 A1 WO 2022059604A1
Authority
WO
WIPO (PCT)
Prior art keywords
house
survey
determination result
information
result
Prior art date
Application number
PCT/JP2021/033249
Other languages
English (en)
French (fr)
Inventor
郷太 渡部
Original Assignee
富士フイルム株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 富士フイルム株式会社 filed Critical 富士フイルム株式会社
Priority to JP2022550519A priority Critical patent/JPWO2022059604A1/ja
Publication of WO2022059604A1 publication Critical patent/WO2022059604A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/16—Real estate
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Definitions

  • the present invention relates to a determination result estimation device, a determination result estimation method and a program, and particularly relates to a technique for determining the degree of damage to a house.
  • Patent Document 1 describes a technique for collecting information necessary for recognizing the degree of damage to a disaster-affected object in a disaster-stricken area and sending the information to a place not damaged.
  • housing damage certification surveys There are two types of housing damage certification surveys: a primary survey in which an investigator determines the degree of damage only from the appearance of the building, and a secondary survey in which the indoor situation is also confirmed in the presence of residents to determine the degree of damage. If the residents are not satisfied with the results of the primary survey of the housing damage certification survey conducted by the local government, the secondary survey will be conducted. However, the secondary survey takes about twice as long as the primary survey, and if the number of surveys is large, it will lead to a delay in issuing the disaster certificate, so the burden on both the local government and the residents is heavy. In addition, the number of cases where the results of the primary survey are overturned by the secondary survey is about 30%, depending on the type of disaster and the area.
  • Patent Document 1 does not describe that the search itself is omitted and only the determination result is obtained.
  • the present invention has been made in view of such circumstances, and provides a judgment result estimation device for estimating a judgment result of a secondary survey, a judgment result estimation method, and a program without carrying out a secondary survey in the field.
  • the purpose is.
  • One aspect of the determination result estimation device for achieving the above object includes a memory for storing an instruction to be executed by the processor and a processor for executing the instruction stored in the memory, and the processor is a house. Information is acquired, the judgment result of the primary survey on the house is acquired, the characteristic information of the house is extracted from the information of the house, and the judgment result of the primary survey and the characteristic information of the house are used to explain the primary survey on the house. It is a judgment result estimation device that estimates the judgment results of different secondary surveys and presents the estimated judgment results of the secondary survey.
  • the judgment result of the secondary survey is estimated from the judgment result of the primary survey and the characteristic information of the house, the judgment of the secondary survey is made without conducting the secondary survey on site. The result can be estimated.
  • House information preferably includes at least one of latitude, longitude, age, material, area, and floor. As a result, the accuracy of the determination result of the secondary survey can be improved.
  • the processor acquires the address information of the house and acquires the judgment result of the primary survey of the house based on the address information. As a result, the determination result of the primary survey of the house can be appropriately obtained.
  • the primary survey preferably includes at least one of the following: the presence or absence of slope, the degree of damage to the eaves, the degree of damage to the roof, the degree of cracking of the wall, the degree of peeling of the wall, and the degree of curvature of the wall. .. This aspect is suitable when such an item is investigated in the primary investigation.
  • the judgment result of the primary survey is given as the state of the entire building to be completely destroyed, large-scale partially destroyed, partially destroyed, partially damaged, or no damage. This aspect is suitable when such a determination result is given in the primary investigation.
  • the characteristic information of the house includes the information of the house encoded as a numerical value and the judgment result of the primary survey encoded as a numerical value. As a result, the accuracy of the determination result of the secondary survey can be improved.
  • the processor estimates the judgment result of the secondary survey of the house using the deep learning model trained by the secondary survey completed house data set labeled with the judgment result of the secondary survey for the input of the feature information. Is preferable. As a result, the accuracy of the determination result of the secondary survey can be improved.
  • the processor presents the probability values of total destruction, large-scale partial destruction, partial destruction, partial damage, and no damage as the judgment result of the secondary investigation. As a result, the inhabitants can recognize the probability value of each determination result.
  • the processor presents a corresponding method according to the judgment result having the highest probability value together with the judgment result of the secondary survey. This allows the residents to recognize how to respond.
  • the processor presents an image of a house that has been judged to have the same degree of damage in the past together with the judgment result of the secondary survey. As a result, the inhabitants can confirm the image of the house judged to have the same degree of damage.
  • the processor determines that the houses judged to have the same degree of damage are either the houses with the same judgment result in the primary survey, the houses with the same degree of damage in the primary survey, or the houses with the same material. It is preferable to choose from the houses. As a result, it is possible to appropriately select a house that is determined to have the same degree of damage.
  • the processor acquires additional information regarding the inspection items of the secondary survey and estimates the judgment result of the secondary survey from the additional information. This makes it possible to improve the accuracy of determining the result of the secondary survey.
  • Additional information preferably includes column tilt, foundation damage rate, and inner wall damage rate. This aspect is suitable when such an item is investigated in the secondary investigation.
  • the secondary survey is determined using the first information used for the determination of the primary survey and the second information different from the first information. This aspect is suitable for such a secondary survey.
  • One aspect of the judgment result estimation method for achieving the above object is a house information acquisition process for acquiring house information, a primary survey result acquisition process for acquiring the judgment result of the primary survey regarding the house, and a house. It was estimated as an extraction process for extracting the characteristic information of the house from the information, and an estimation process for estimating the judgment result of the secondary survey different from the primary survey for the house from the judgment result of the primary survey and the characteristic information of the house. It is a determination result estimation method including a presentation process for presenting the determination result of the secondary survey.
  • the judgment result of the secondary survey is estimated from the judgment result of the primary survey and the characteristic information of the house, the judgment of the secondary survey is made without conducting the secondary survey on site. The result can be estimated.
  • One aspect of the program for achieving the above object is a program for causing a computer to execute the above determination result estimation method.
  • a computer-readable non-temporary storage medium on which this program is recorded may also be included in this embodiment.
  • the judgment result of the secondary survey is estimated from the judgment result of the primary survey and the characteristic information of the house, the judgment of the secondary survey is made without conducting the secondary survey on site. The result can be estimated.
  • the determination result of the secondary survey can be estimated without conducting the secondary survey in the field.
  • FIG. 1 is a block diagram of a determination result estimation device.
  • FIG. 2 is a functional block diagram of the determination result estimation device.
  • FIG. 3 is a flowchart showing each process of the determination result estimation method.
  • FIG. 4 is an example of a screen displayed on the display.
  • FIG. 5 is an example of a screen displayed on the display of a resident's smartphone.
  • the earthquake damage certification survey is carried out in two stages, the primary survey and the secondary survey.
  • the primary survey a judgment based on the appearance, a judgment based on the inclination, and a judgment based on the part are performed.
  • the secondary survey will be conducted when there is an application from the residents of the house that conducted the primary survey.
  • the inside of the house is judged in the presence of the residents. That is, the secondary survey is determined using both the first information used for the determination of the primary survey and the second information different from the first information.
  • FIG. 1 is a block diagram of the determination result estimation device 10 according to the present embodiment.
  • the determination result estimation device 10 is realized by at least one computer.
  • the determination result estimation device 10 includes a processor 12, a memory 14, a communication interface 16, an input interface 18, and a display 20.
  • the processor 12 executes the instruction stored in the memory 14.
  • the hardware structure of the processor 12 is various processors (processors) as shown below.
  • the various processors include a CPU (Central Processing Unit), which is a general-purpose processor that executes software (programs) and acts as various functional units, and a GPU (Graphics Processing Unit), which is a processor specialized in image processing.
  • a circuit specially designed to execute specific processing such as PLD (Programmable Logic Device), ASIC (Application Specific Integrated Circuit), which is a processor whose circuit configuration can be changed after manufacturing FPGA (Field Programmable Gate Array), etc.
  • One processing unit may be composed of one of these various processors, or may be composed of two or more processors of the same type or different types (for example, a plurality of FPGAs, or a combination of CPU and FPGA, or with a CPU. It may be composed of a combination of GPUs).
  • a plurality of functional units may be configured by one processor.
  • one processor is configured by a combination of one or more CPUs and software, as represented by a computer such as a client or a server. There is a form in which the processor acts as a plurality of functional parts.
  • SoC System On Chip
  • IC Integrated Circuit
  • the hardware-like structure of these various processors is, more specifically, an electric circuit (circuitry) in which circuit elements such as semiconductor elements are combined.
  • the memory 14 stores an instruction for the processor 12 to execute.
  • the memory 14 includes a RAM (RandomAccessMemory) and a ROM (ReadOnlyMemory) (not shown).
  • the processor 12 uses RAM as a work area, executes software using various programs and parameters including a determination result estimation program stored in ROM, and makes a determination by using parameters stored in ROM or the like. Various processes of the result estimation device 10 are executed.
  • the communication interface 16 controls wired and wireless communication.
  • the determination result estimation device 10 is connected by the communication interface 16 so as to be able to transmit and receive data to a communication network such as the Internet.
  • the input interface 18 is an input device for the user to input various information and desired instructions to the determination result estimation device 10.
  • the input interface 18 includes a pointing device such as a mouse and an input device such as a keyboard.
  • the display 20 is a display device for allowing the user to visually recognize information such as a determination result.
  • the display 20 displays a screen necessary for operation on the input interface 18, and functions as a part that realizes a GUI (Graphical User Interface).
  • GUI Graphic User Interface
  • a touch panel display in which the input interface 18 and the display 20 are integrated may be applied.
  • FIG. 2 is a functional block diagram of the determination result estimation device 10.
  • the determination result estimation device 10 includes a house information acquisition unit 22, a primary survey result acquisition unit 24, a primary survey result storage unit 26, a house feature extraction unit 28, and a similar house acquisition unit.
  • a secondary survey result acquisition unit 32, a secondary survey result storage unit 34, a secondary survey result estimation unit 36, and an estimation result display unit 38 are provided.
  • the functions of the house information acquisition unit 22, the primary survey result acquisition unit 24, the house feature extraction unit 28, the similar house acquisition unit 30, the secondary survey result acquisition unit 32, and the secondary survey result estimation unit 36. Is realized by the processor 12.
  • the functions of the primary survey result storage unit 26 and the secondary survey result storage unit 34 are realized by the memory 14.
  • the functions of the primary survey result storage unit 26 and the secondary survey result storage unit 34 may be realized by a large-capacity storage device (not shown) communicably connected to the determination result estimation device 10.
  • the function of the estimation result display unit 38 is realized by the display 20.
  • the house information acquisition unit 22 acquires the information of the house for which the determination result is estimated.
  • House information includes latitude, longitude, age, material, area, and floor information.
  • the house information is stored in a house information database including a memory 14 or a large-capacity storage device (not shown).
  • the primary survey result acquisition unit 24 acquires the result of the primary survey of the house for which the determination result is estimated from the primary survey result storage unit 26.
  • the primary survey includes at least one of the following: the presence or absence of slope, the degree of damage to the eaves, the degree of damage to the roof, the degree of cracking of the wall, the degree of peeling of the wall, and the degree of curvature of the wall.
  • the primary survey result acquisition unit 24 acquires the result of the primary survey of the house from the primary survey result storage unit 26 using the address information of the house as a search key.
  • the results of the primary survey are composed of scored values for "presence or absence of slope", “degree of damage to the eaves”, “degree of damage to the roof”, and “degree of cracking, peeling, and bending of the wall”. ..
  • the judgment result of "totally destroyed”, “large-scale half-destroyed”, “half-destroyed”, “partially damaged”, or “no damage” is given as the state of the entire building.
  • the primary survey result storage unit 26 stores the results of the primary survey of a plurality of houses.
  • the house feature extraction unit 28 extracts the feature quantity data of the house as the feature information of the house from the house information acquired by the house information acquisition unit 22.
  • the feature quantity each attribute of the information of the house is encoded as a numerical value, and each attribute of the result of the primary survey is encoded as a numerical value.
  • the similar house acquisition unit 30 acquires information on a house similar to the house for which the determination result is estimated.
  • Information on a house similar to the house for which the determination result is estimated is stored in the memory 14 or a large-capacity storage device (not shown).
  • the house similar to the house for which the judgment result is estimated may be a house having the same judgment result in the primary survey, a house having the same degree of damage in the primary survey, or the material of the house. It may be a matching house.
  • the secondary survey result acquisition unit 32 acquires the result of the secondary survey of the house acquired by the similar house acquisition unit 30 from the secondary survey result storage unit 34.
  • the secondary survey includes items of the primary survey and items different from the primary survey.
  • the secondary survey result storage unit 34 stores the results of the secondary survey of a plurality of houses.
  • the secondary survey result estimation unit 36 includes a secondary survey result estimation model 36A.
  • the secondary survey result estimation unit 36 inputs the feature quantity data of the house extracted by the house feature extraction unit 28 into the secondary survey result estimation model 36A, and acquires the estimated value of the secondary survey result as an output.
  • the estimated value of the result of the secondary survey is the score of the classification by the secondary survey result estimation model 36A, which is "total destruction”, “large-scale partial destruction”, “half destruction”, “partially damaged", and “partially destroyed”. It is a probability value for each of "no damage”.
  • the secondary survey result estimation model 36A is a known deep learning model.
  • the deep learning model is a dataset (2) of the house where the secondary survey was actually conducted, in which the secondary survey result is labeled for the input of the feature quantity data including the house information and the result of the primary survey. It has been learned in advance by the following example of the surveyed house data set).
  • the estimation result display unit 38 displays the estimated value of the result of the secondary survey estimated by the secondary survey result estimation unit 36.
  • FIG. 3 is a flowchart showing each process of the determination result estimation method by the determination result estimation device 10.
  • the determination result estimation method is realized by the processor 12 executing the determination result estimation program stored in the memory 14.
  • the determination result estimation program may be provided by a non-temporary storage medium that can be read by a computer. In this case, the determination result estimation device 10 may read the determination result estimation program from the non-temporary storage medium and store it in the memory 14.
  • the inhabitant A of the damaged house visits the government office to apply for the secondary house damage certification survey (secondary survey) and tells the person in charge the address of the house H1.
  • the person in charge inputs the address of the house H1 into the determination result estimation device 10 via the input interface 18.
  • step S1 the house information acquisition unit 22 acquires the house information of the house H1 from the house information database using the input address information as a search key.
  • House information includes latitude / longitude, age, material, area, and number of floors.
  • step S2 an example of the primary survey result acquisition process
  • the primary survey result acquisition unit 24 acquires the result of the primary survey of the house H1 from the primary survey result storage unit 26 using the input address as a search key. do.
  • step S3 an example of the extraction process
  • the house feature extraction unit 28 extracts the feature amount data of the house H1 from the house information acquired in step S1.
  • the similar house acquisition unit 30 acquires information on a house similar to the house H1 based on the house information acquired in step S1.
  • the similar house acquisition unit 30 refers to a house similar to the house H1 to be at least one of a house having the same judgment result in the primary survey, a house having the same degree of damage in the primary survey, and a house having the same material. Search from the house that corresponds to one.
  • the similar house acquisition unit 30 refers to a house similar to the house H1 as a house having the same judgment result in the primary survey, a house having the same degree of damage in the primary survey, and a house having the same material as the house. Search from all applicable houses.
  • step S5 the secondary survey result acquisition unit 32 acquires the result of the secondary survey of the house acquired in step S4 from the secondary survey result storage unit 34.
  • step S6 the secondary survey result estimation unit 36 performs a secondary survey on the result of the primary survey of the house H1 acquired in step S2 and the feature amount data of the house H1 acquired in step S3. It is input to the result estimation model 36A, and the estimated value of the result of the secondary survey of the house H1 is acquired as an output.
  • step S7 the estimation result display unit 38 displays the estimated value acquired in step S6 on the display 20.
  • the similar house acquisition unit 30 acquires an image of a house that has been determined to have the same degree of damage as the house H1 in the past. That is, the similar house acquisition unit 30 acquires an image of a house whose secondary survey result acquired in step S5 is similar to the secondary survey result estimated in step S6 from the houses acquired in step S4.
  • the estimation result display unit 38 causes the display 20 to display an image of a house acquired by the similar house acquisition unit 30 that has been determined to have the same degree of damage as the house H1 in the past.
  • FIG. 4 is an example of the screen displayed on the display 20 in step S7. As shown in FIG. 4, the display 20 displays a list T of estimated values as a result of the secondary survey of the house H1 and an image G1 of the house H1.
  • the probability values of total destruction, large-scale partial destruction, partial destruction, partial damage, and no damage are presented as the judgment results of the secondary survey.
  • the probability value of total destruction is 0%
  • the probability value of large-scale partial destruction is 0%
  • the probability value of partial destruction is 5%
  • the probability value of partial destruction is 94%
  • the probability value of no damage is 1%.
  • the determination result estimation device 10 presents the probability value of each determination result instead of determining the determination result, so that there is room for the resident A to make a judgment on the secondary survey application.
  • the display 20 displays images G2, G3, and G4 of a house that has been determined to have the same degree of damage as the house H1 in the past.
  • the probability value of the partially damaged house H1 is the highest in the list T, the partially damaged house is selected as the house determined to have the same degree of damage.
  • the image of the house determined to be damaged to the same extent as the house H1 is displayed, it is possible to enhance the convincing feeling of the resident A with respect to the determination result.
  • the estimated value of the result of the secondary survey is notified together with the notification of the result of the primary survey.
  • the local government When notifying the residents of the results of the primary survey, the local government will notify them by attaching the same information as the screen of the results of the secondary survey as shown in Fig. 4. In addition, in this notification, a response method according to the determination result having the highest probability value is presented.
  • the judgment result with the highest probability value is total destruction, large-scale partial destruction, or partial destruction, it is presented to apply for a secondary survey at the site.
  • the judgment result with the highest probability value is partially damaged, it is suggested to apply for the damage proof by the self-judgment method.
  • the judgment result with the highest probability value is no damage, it is presented that no action is required.
  • the resident A can use it as a reference for the response to the application for the secondary survey.
  • the result of the secondary survey is estimated including additional information from the residents.
  • the resident can obtain an estimated value of the result of the secondary survey by using a mobile terminal device such as his / her smartphone.
  • the inhabitants enter additional information regarding the inspection items of the secondary survey together with the address of the house. Additional information is information on the condition of the interior of the house, including the slope of the columns, the damage rate of the foundation, and the damage rate of the inner wall.
  • FIG. 5 is an example of a screen displayed on the display 42 of the resident's smartphone 40.
  • the display 42 has a text box B1 for inputting the inclination [unit: cm] of the pillar, a text box B2 for inputting the basic damage rate [unit:%], and an inner wall damage.
  • a text box B3 for inputting a rate [unit:%] and a confirmation button B4 are displayed.
  • the foundation damage rate and inner wall damage rate are estimates per area. If the input content is difficult for the residents to understand, an explanation of how to calculate the numerical value may be displayed. Residents can input desired numerical values in the text boxes B1, B2, and B3 by using the input function of the smartphone 40. Residents may omit input for items for which the numerical value is unknown. By operating the confirmation button B4 after inputting the numerical value, the resident can transmit the input additional information from the smartphone 40 to the determination result estimation device 10 together with the address of the input house.
  • the determination result estimation device 10 acquires the address of the house and additional information via the communication interface 16.
  • the secondary survey result estimation unit 36 inputs additional information into the secondary survey result estimation model 36A in addition to the feature quantity data of the house. If there is additional information, the determination result is estimated using the secondary survey result estimation model 36A, which is a machine learning model learned by adding the data corresponding to the additional information. If there is no additional information, the determination result is estimated by the secondary survey result estimation model 36A similar to that of the first embodiment.
  • the determination result estimation device 10 transmits the determination result of the secondary survey to the smartphone 40 via the communication interface 16.
  • the smartphone 40 causes the display 42 to display a screen including a list of estimated values of the results of the secondary survey similar to the screen shown in FIG.
  • the primary and secondary surveys of the housing damage certification survey have been explained as an example, but it is not limited to the residential damage certification survey and can be applied when a secondary survey different from the primary survey is conducted after the primary survey. Is.
  • the primary survey may be conducted by a public institution and the secondary survey may be conducted by a private company.
  • the housing damage certification survey may be the primary survey, and the disaster insurance survey may be the secondary survey.
  • the secondary survey is preferably determined using the first information used for the determination of the primary survey and the second information different from the first information.

Landscapes

  • Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

現地での２次調査を実施することなく、２次調査の判定結果を推定する判定結果推定装置、判定結果推定方法及びプログラムを提供する。家屋の情報を取得し、家屋に関する１次調査の判定結果を取得し、家屋の情報から家屋の特徴情報を抽出し、１次調査の判定結果と家屋の特徴情報とから、家屋に関する１次調査とは異なる２次調査の判定結果を推定し、推定した２次調査の判定結果を提示する判定結果推定装置、判定結果推定方法及びプログラムによって上記課題を解決する。

Description

判定結果推定装置、判定結果推定方法及びプログラム
　本発明は判定結果推定装置、判定結果推定方法及びプログラムに係り、特に家屋の被害の程度を判定する技術に関する。
　災害が発生すると、自治体は罹災証明書の発行のため、被災した家屋の被害程度を判定するための調査（住家被害認定調査）を実施する。特許文献１には、被災地域において被災物の被害の程度を認定するために必要な情報を収集でき、その情報を被災していない場所に送る技術が記載されている。
特開２０１８－１６５９０６号公報
　住家被害認定調査には、調査員が建物の外観のみから被害程度を判定する１次調査と、住民立会いのもとで屋内の状況も確認して被害程度を判定する２次調査とがある。自治体が実施した住家被害認定調査の１次調査の結果に対して住民の納得が得られない場合、２次調査が実施される。しかしながら、２次調査は１次調査の２倍程度の時間がかかり、実施数が多いと罹災証明書発行の遅れにも繋がるため、自治体と住民ともに負担が大きい。また、１次調査の結果が２次調査で覆る事例は、災害の種類及び地域にもよるが３割程度である。
　一方の住民側からすれば、住家の被害程度を判断する情報が少なく、判定結果が支援金の額にも影響するため、とりあえず２次調査を申請することも多い。そのため、住民に対し住家被害についての客観的な情報を提供し、２次調査の実施申請へ至るケースを減らすことが課題となる。しかしながら、特許文献１には、調査自体を省略して判定結果のみを得る旨の記載はない。
　本発明はこのような事情に鑑みてなされたもので、現地での２次調査を実施することなく、２次調査の判定結果を推定する判定結果推定装置、判定結果推定方法及びプログラムを提供することを目的とする。
　上記目的を達成するための判定結果推定装置の一の態様は、プロセッサに実行させるための命令を記憶するメモリと、メモリに記憶された命令を実行するプロセッサと、を備え、プロセッサは、家屋の情報を取得し、家屋に関する１次調査の判定結果を取得し、家屋の情報から家屋の特徴情報を抽出し、１次調査の判定結果と家屋の特徴情報とから、家屋に関する１次調査とは異なる２次調査の判定結果を推定し、推定した２次調査の判定結果を提示する、判定結果推定装置である。
　本態様によれば、１次調査の判定結果と家屋の特徴情報とから２次調査の判定結果を推定するようにしたので、現地での２次調査を実施することなく、２次調査の判定結果を推定することができる。
　家屋の情報は、緯度、経度、築年数、材質、面積、及び階数のうちの少なくとも１つを含むことが好ましい。これにより、２次調査の判定結果の精度を上げることができる。
　プロセッサは、家屋の住所情報を取得し、住所情報に基づいて家屋の１次調査の判定結果を取得することが好ましい。これにより、家屋の１次調査の判定結果を適切に取得することができる。
　１次調査は、傾斜の有無、軒先の損壊の程度、屋根の損壊の程度、壁のひび割れの程度、壁の剥離の程度、及び壁の湾曲の程度のうち少なくとも１つの項目を含むことが好ましい。本態様は、１次調査でこのような項目が調査される場合に好適である。
　１次調査の判定結果は、建物全体の状態として全壊、大規模半壊、半壊、一部損壊、及び被害無しのうちのいずれかが付与されることが好ましい。本態様は、１次調査でこのような判定結果が付与される場合に好適である。
　家屋の特徴情報は、家屋の情報を数値として符号化したもの、及び１次調査の判定結果を数値として符号化したものを含むことが好ましい。これにより、２次調査の判定結果の精度を上げることができる。
　プロセッサは、特徴情報の入力に対して２次調査の判定結果がラベル付けされた２次調査済み家屋データセットにより学習された深層学習モデルを用いて家屋の２次調査の判定結果を推定することが好ましい。これにより、２次調査の判定結果の精度を上げることができる。
　プロセッサは、２次調査の判定結果として、全壊、大規模半壊、半壊、一部損壊、及び被害無しのうちのそれぞれの確率値を提示することが好ましい。これにより、住民は各判定結果の確率値を認識することができる。
　プロセッサは、２次調査の判定結果とともに、最も確率値の高い判定結果に応じた対応方法を提示することが好ましい。これにより、住民は対応方法を認識することができる。
　プロセッサは、２次調査の判定結果とともに過去に同程度の被害と判定された家屋の画像を提示することが好ましい。これにより、住民は同程度の被害と判定された家屋の画像を確認することができる。
　プロセッサは、同程度の被害と判定された家屋を、１次調査の判定結果が一致する家屋、１次調査の被害程度が一致する家屋、及び家屋の材質が一致する家屋のうちのいずれかの家屋から選択することが好ましい。これにより、同程度の被害と判定された家屋を適切に選択することができる。
　プロセッサは、２次調査の検査項目に関する追加情報を取得し、追加情報から２次調査の判定結果を推定することが好ましい。これにより、２次調査の結果の判定の精度を上げることができる。
　追加情報は、柱の傾斜、基礎の損傷率、及び内壁の損傷率を含むことが好ましい。本態様は、２次調査でこのような項目が調査される場合に好適である。
　２次調査は、１次調査の判定に用いた第１の情報と、第１の情報とは異なる第２の情報とを用いて判定されることが好ましい。本態様は、このような２次調査である場合に好適である。
　上記目的を達成するための判定結果推定方法の一の態様は、家屋の情報を取得する家屋情報取得工程と、家屋に関する１次調査の判定結果を取得する１次調査結果取得工程と、家屋の情報から家屋の特徴情報を抽出する抽出工程と、１次調査の判定結果と家屋の特徴情報とから、家屋に関する１次調査とは異なる２次調査の判定結果を推定する推定工程と、推定した２次調査の判定結果を提示する提示工程と、を備える判定結果推定方法である。
　本態様によれば、１次調査の判定結果と家屋の特徴情報とから２次調査の判定結果を推定するようにしたので、現地での２次調査を実施することなく、２次調査の判定結果を推定することができる。
　上記目的を達成するためのプログラムの一の態様は、上記の判定結果推定方法をコンピュータに実行させるためのプログラムである。このプログラムが記録された、コンピュータが読み取り可能な非一時的記憶媒体も本態様に含んでよい。
　本態様によれば、１次調査の判定結果と家屋の特徴情報とから２次調査の判定結果を推定するようにしたので、現地での２次調査を実施することなく、２次調査の判定結果を推定することができる。
　本発明によれば、現地での２次調査を実施することなく、２次調査の判定結果を推定することができる。
図１は、判定結果推定装置のブロック図である。 図２は、判定結果推定装置の機能ブロック図である。 図３は、判定結果推定方法の各工程を示すフローチャートである。 図４は、ディスプレイに表示される画面の一例である。 図５は、住民のスマートフォンのディスプレイに表示される画面の一例である。
　以下、添付図面に従って本発明の好ましい実施形態について詳説する。ここでは、地震に係る住家の被害認定調査の判定結果を推定する例を説明する。地震の被害認定調査は、１次調査及び２次調査の２段階で実施される。１次調査は、外観による判定、傾斜による判定、及び部位による判定が行われる。また、２次調査は、１次調査を実施した住宅の住民から申請があった場合に実施される。２次調査は、１次調査と同様の調査に加え、住民の立会いの下、住宅内部の判定が行われる。すなわち、２次調査は、１次調査の判定に用いた第１の情報と、第１の情報とは異なる第２の情報と、の両方の情報を用いて判定される。
　〔判定結果推定装置の構成〕
　図１は、本実施形態に係る判定結果推定装置１０のブロック図である。判定結果推定装置１０は、少なくとも１つのコンピュータで実現される。ここでは、コンピュータとして情報携帯端末を用いる例を説明する。図１に示すように、判定結果推定装置１０は、プロセッサ１２と、メモリ１４と、通信インターフェース１６と、入力インターフェース１８と、ディスプレイ２０と、を備える。
　プロセッサ１２は、メモリ１４に記憶された命令を実行する。プロセッサ１２のハードウェア的な構造は、次に示すような各種のプロセッサ（processor）である。各種のプロセッサには、ソフトウェア（プログラム）を実行して各種の機能部として作用する汎用的なプロセッサであるＣＰＵ（Central Processing Unit）、画像処理に特化したプロセッサであるＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）等の製造後に回路構成を変更可能なプロセッサであるＰＬＤ（Programmable Logic Device）、ＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が含まれる。
　１つの処理部は、これら各種のプロセッサのうちの１つで構成されていてもよいし、同種又は異種の２つ以上のプロセッサ（例えば、複数のＦＰＧＡ、又はＣＰＵとＦＰＧＡの組み合わせ、あるいはＣＰＵとＧＰＵの組み合わせ）で構成されてもよい。また、複数の機能部を１つのプロセッサで構成してもよい。複数の機能部を１つのプロセッサで構成する例としては、第１に、クライアント又はサーバー等のコンピュータに代表されるように、１つ以上のＣＰＵとソフトウェアの組合せで１つのプロセッサを構成し、このプロセッサが複数の機能部として作用させる形態がある。第２に、ＳｏＣ（System On Chip）等に代表されるように、複数の機能部を含むシステム全体の機能を１つのＩＣ（Integrated Circuit）チップで実現するプロセッサを使用する形態がある。このように、各種の機能部は、ハードウェア的な構造として、上記各種のプロセッサを１つ以上用いて構成される。
　さらに、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路（circuitry）である。
　メモリ１４は、プロセッサ１２に実行させるための命令を記憶する。メモリ１４は、不図示のＲＡＭ（Random Access Memory）、及びＲＯＭ（Read Only Memory）を含む。プロセッサ１２は、ＲＡＭを作業領域とし、ＲＯＭに記憶された判定結果推定プログラムを含む各種のプログラム及びパラメータを使用してソフトウェアを実行し、かつＲＯＭ等に記憶されたパラメータを使用することで、判定結果推定装置１０の各種の処理を実行する。
　通信インターフェース１６は、有線及び無線の通信を制御する。判定結果推定装置１０は、通信インターフェース１６によって、インターネット等の通信ネットワークにデータを送受信可能に接続される。
　入力インターフェース１８は、ユーザが判定結果推定装置１０に各種の情報及び所望の指示を入力するための入力装置である。入力インターフェース１８は、マウス等のポインティングデバイス、及びキーボード等の入力デバイスを含む。
　ディスプレイ２０は、判定結果等の情報をユーザに視認させるための表示装置である。ディスプレイ２０は、入力インターフェース１８での操作に必要な画面を表示し、ＧＵＩ（Graphical User Interface）を実現する部分として機能する。入力インターフェース１８とディスプレイ２０とを一体化したタッチパネルディスプレイを適用してもよい。
　図２は、判定結果推定装置１０の機能ブロック図である。図２に示すように、判定結果推定装置１０は、家屋情報取得部２２と、１次調査結果取得部２４と、１次調査結果記憶部２６と、家屋特徴抽出部２８と、類似家屋取得部３０と、２次調査結果取得部３２と、２次調査結果記憶部３４と、２次調査結果推定部３６と、推定結果表示部３８と、を備える。
　家屋情報取得部２２と、１次調査結果取得部２４と、家屋特徴抽出部２８と、類似家屋取得部３０と、２次調査結果取得部３２と、２次調査結果推定部３６と、の機能は、プロセッサ１２によって実現される。１次調査結果記憶部２６と２次調査結果記憶部３４との機能は、メモリ１４によって実現される。１次調査結果記憶部２６と２次調査結果記憶部３４との機能は、判定結果推定装置１０に通信可能に接続された不図示の大容量ストレージ装置によって実現されてもよい。推定結果表示部３８の機能は、ディスプレイ２０によって実現される。
　家屋情報取得部２２は、判定結果を推定する家屋の情報を取得する。家屋の情報は、緯度、経度、築年数、材質、面積、及び階数の情報を含む。家屋の情報は、メモリ１４又は不図示の大容量ストレージ装置からなる家屋情報データベースに格納される。
　１次調査結果取得部２４は、１次調査結果記憶部２６から判定結果を推定する家屋の１次調査の結果を取得する。１次調査は、傾斜の有無、軒先の損壊の程度、屋根の損壊の程度、壁のひび割れの程度、壁の剥離の程度、及び壁の湾曲の程度のうち少なくとも１つの項目を含む。１次調査結果取得部２４は、該当家屋の住所情報を検索キーとして、１次調査結果記憶部２６から当該家屋の１次調査の結果を取得する。１次調査の結果は、「傾斜の有無」、「軒先の損壊の程度」、「屋根の損壊の程度」、「壁のひび割れ、剥離、湾曲の程度」についてそれぞれ点数化した値で構成される。また、点数の合計値によって、建物全体の状態として「全壊」、「大規模半壊」、「半壊」、「一部損壊」、「被害無し」のいずれかの判定結果が付与される。１次調査結果記憶部２６は、複数の家屋の１次調査の結果が記憶される。
　家屋特徴抽出部２８は、家屋情報取得部２２が取得した家屋の情報から家屋の特徴情報として家屋の特徴量データを抽出する。特徴量として、家屋の情報の各属性を数値として符号化したものと、１次調査の結果の各属性を数値として符号化したものとを含む。
　類似家屋取得部３０は、判定結果を推定する家屋と類似する家屋の情報を取得する。判定結果を推定する家屋と類似する家屋の情報は、メモリ１４又は不図示の大容量ストレージ装置に記憶される。判定結果を推定する家屋と類似する家屋は、１次調査の判定結果が一致する家屋であってもよいし、１次調査の被害程度が一致する家屋であってもよいし、家屋の材質が一致する家屋であってもよい。
　２次調査結果取得部３２は、２次調査結果記憶部３４から、類似家屋取得部３０が取得した家屋の２次調査の結果を取得する。２次調査は、１次調査の項目と、１次調査とは異なる項目を含む。２次調査結果記憶部３４は、複数の家屋の２次調査の結果が記憶されている。
　２次調査結果推定部３６は、２次調査結果推定モデル３６Ａを備える。２次調査結果推定部３６は、家屋特徴抽出部２８が抽出した家屋の特徴量データを２次調査結果推定モデル３６Ａに入力し、出力として２次調査の結果の推定値を取得する。ここでは、２次調査の結果の推定値は、２次調査結果推定モデル３６Ａによるクラス分類のスコアであり、「全壊」、「大規模半壊」、「半壊」、「一部損壊」、及び「被害無し」のそれぞれについての確率値である。
　２次調査結果推定モデル３６Ａは、公知の深層学習モデルである。深層学習モデルは、家屋情報と１次調査の結果とを含む特徴量データの入力に対して、２次調査結果がラベル付けされた、実際に２次調査が行われた家屋のデータセット（２次調査済み家屋データセットの一例）によりあらかじめ学習されている。
　推定結果表示部３８は、２次調査結果推定部３６により推定された２次調査の結果の推定値を表示させる。
　〔判定結果推定方法：第１の実施形態〕
　図３は、判定結果推定装置１０による判定結果推定方法の各工程を示すフローチャートである。判定結果推定方法は、プロセッサ１２がメモリ１４に記憶された判定結果推定プログラムを実行することで実現される。判定結果推定プログラムは、コンピュータが読み取り可能な非一時的記憶媒体によって提供されてもよい。この場合、判定結果推定装置１０は、非一時的記憶媒体から判定結果推定プログラムを読み取り、メモリ１４に記憶させてもよい。
　ここでは、住民からの２次調査申請に対し、２次調査の結果の推定値を提示する例を説明する。前提として、自治体による１次住家被害認定調査が完了しており、１次調査の結果は自治体が管理するデータベースに格納されているものとする。
　最初に、被災した家屋の住民Ａが、２次住家被害認定調査（２次調査）の申請のために役所へ訪れ、担当者に家屋Ｈ１の住所を伝える。担当者は、入力インターフェース１８を介して判定結果推定装置１０に家屋Ｈ１の住所を入力する。
　ステップＳ１（家屋情報取得工程の一例）では、家屋情報取得部２２は、入力された住所情報を検索キーとして、家屋情報データベースから家屋Ｈ１の家屋情報を取得する。家屋情報には、緯度経度、築年数、材質、面積、階数が含まれる。
　ステップＳ２（１次調査結果取得工程の一例）では、１次調査結果取得部２４は、入力された住所を検索キーとして、１次調査結果記憶部２６から家屋Ｈ１の１次調査の結果を取得する。
　ステップＳ３（抽出工程の一例）では、家屋特徴抽出部２８は、ステップＳ１で取得した家屋情報から家屋Ｈ１の特徴量データを抽出する。
　ステップＳ４では、類似家屋取得部３０は、ステップＳ１で取得した家屋情報に基づいて、家屋Ｈ１と類似する家屋の情報を取得する。類似家屋取得部３０は、家屋Ｈ１と類似する家屋を、１次調査の判定結果が一致する家屋、１次調査の被害程度が一致する家屋、及び家屋の材質が一致する家屋、のうち少なくとも１つが該当する家屋から検索する。ここでは、類似家屋取得部３０は、家屋Ｈ１と類似する家屋を、１次調査の判定結果が一致する家屋、１次調査の被害程度が一致する家屋、及び家屋の材質が一致する家屋、の全てに該当する家屋から検索する。
　ステップＳ５では、２次調査結果取得部３２は、ステップＳ４で取得した家屋の２次調査の結果を２次調査結果記憶部３４から取得する。
　ステップＳ６（推定工程の一例）では、２次調査結果推定部３６は、ステップＳ２で取得した家屋Ｈ１の１次調査の結果と、ステップＳ３で取得した家屋Ｈ１の特徴量データとを２次調査結果推定モデル３６Ａに入力し、出力として家屋Ｈ１の２次調査の結果の推定値を取得する。
　ステップＳ７（提示工程の一例）では、推定結果表示部３８は、ステップＳ６で取得した推定値をディスプレイ２０に表示させる。また、類似家屋取得部３０は、過去に家屋Ｈ１と同程度の被害と判定された家屋の画像を取得する。すなわち、類似家屋取得部３０は、ステップＳ４で取得した家屋のうちから、ステップＳ５で取得した２次調査の結果がステップＳ６で推定した２次調査結果と同程度の家屋の画像を取得する。推定結果表示部３８は、類似家屋取得部３０が取得した過去に家屋Ｈ１と同程度の被害と判定された家屋の画像をディスプレイ２０に表示させる。
　図４は、ステップＳ７においてディスプレイ２０に表示される画面の一例である。図４に示すように、ディスプレイ２０には、家屋Ｈ１の２次調査の結果の推定値の一覧Ｔと、家屋Ｈ１の画像Ｇ１とが表示される。
　一覧Ｔには、２次調査の判定結果として、全壊、大規模半壊、半壊、一部損壊、及び被害無しのそれぞれの確率値が提示される。ここでは、全壊の確率値が０％、大規模半壊の確率値が０％、半壊の確率値が５％、一部損壊の確率値が９４％、被害無しの確率値が１％である。このように、判定結果推定装置１０は、判定結果を確定させるのではく各判定結果の確率値を提示するようにしたので、２次調査申請に対する住民Ａの判断の余地を残すことができる。
　また、図４に示すように、ディスプレイ２０には、過去に家屋Ｈ１と同程度の被害と判定された家屋の画像Ｇ２、Ｇ３、及びＧ４が表示される。ここでは、家屋Ｈ１は一覧Ｔにおいて一部損壊が最も確率値が高いため、同程度の被害と判定された家屋として一部損壊の家屋が選択されている。このように、家屋Ｈ１と同程度の被害と判定された家屋の画像を表示させるようにしたので、判定結果に対する住民Ａの納得感を高めることができる。
　〔第２の実施形態〕
　第２の実施形態では、１次調査の結果の通知とともに２次調査の結果の推定値を通知する。
　自治体は、１次調査結果を住民に通知する際に、図４に示したような２次調査の結果の画面と同内容の情報を添付して通知する。また、この通知の中で、最も確率値の高い判定結果に応じた対応方法を提示する。
　ここでは、最も確率値の高い判定結果が、全壊、大規模半壊、又は半壊の場合、現地での２次調査を申請することを提示する。また、最も確率値の高い判定結果が一部損壊の場合、自己判定方式での罹災証明を申請することを提示する。さらに、最も確率値の高い判定結果が被害無しの場合、対応が不要である旨を提示する。
　このように、１次調査の結果の通知とともに２次調査の申請への対応を提示することで、住民Ａは２次調査の申請に対する対応の参考とすることができる。
　〔第３の実施形態〕
　第３の実施形態では、住民からの追加情報も含めて２次調査の結果を推定する。
　第３の実施形態では、住民は、自分のスマートフォン等の携帯端末装置により、２次調査の結果の推定値を取得することができる。この際に、住民は、家屋の住所とともに２次調査の検査項目に関する追加情報を入力する。追加情報は、家屋内部の状態の情報であり、柱の傾斜、基礎の損傷率、及び内壁の損傷率を含む。
　図５は、住民のスマートフォン４０のディスプレイ４２に表示される画面の一例である。図５に示すように、ディスプレイ４２には、柱の傾斜［単位：ｃｍ］を入力するためのテキストボックスＢ１と、基礎損傷率［単位：％］を入力するためのテキストボックスＢ２と、内壁損傷率［単位：％］を入力するためのテキストボックスＢ３と、確定ボタンＢ４と、が表示される。
　なお、基礎損傷率及び内壁損傷率は、面積当たりの概算である。入力内容が住民にとってわかりにくい場合は、数値の算出方法の説明を表示させてもよい。住民は、スマートフォン４０の入力機能を用いてテキストボックスＢ１、Ｂ２、及びＢ３に所望の数値を入力することができる。住民は、数値が不明の項目については入力を省略してもよい。住民は、数値の入力後に確定ボタンＢ４を操作することで、入力した追加情報を、入力済みの家屋の住所とともにスマートフォン４０から判定結果推定装置１０に送信することができる。
　判定結果推定装置１０は、通信インターフェース１６を介して家屋の住所及び追加情報を取得する。２次調査結果推定部３６は、家屋の特徴量データに加えて、追加情報を２次調査結果推定モデル３６Ａに入力する。追加情報がある場合は、追加情報に相当するデータも加えて学習した機械学習モデルである２次調査結果推定モデル３６Ａを使用して判定結果を推定する。追加情報が無い場合は、第１の実施形態と同様の２次調査結果推定モデル３６Ａによって判定結果を推定する。
　判定結果推定装置１０は、通信インターフェース１６を介して２次調査の判定結果をスマートフォン４０に送信する。スマートフォン４０は、図４に示した画面と同様の２次調査の結果の推定値の一覧を含む画面をディスプレイ４２に表示させる。
　このように、追加情報を用いて２次調査の結果を推定することで、推定の精度を向上させることができる。
　〔その他〕
　ここでは、住家被害認定調査の１次調査及び２次調査を例に説明したが、住家被害認定調査に限定されず、１次調査後に１次調査とは異なる２次調査を行う場合に適用可能である。
　１次調査を公的機関が行い、２次調査を民間企業が行ってもよい。住家被害認定調査を１次調査とし、災害保険の調査を２次調査としてもよい。２次調査は、１次調査の判定に用いた第１の情報と、第１の情報とは異なる第２の情報と、を用いて判定されるものが好ましい。
　本発明の技術的範囲は、上記の実施形態に記載の範囲には限定されない。各実施形態における構成等は、本発明の趣旨を逸脱しない範囲で、各実施形態間で適宜組み合わせることができる。
１０…判定結果推定装置
１２…プロセッサ
１４…メモリ
１６…通信インターフェース
１８…入力インターフェース
２０…ディスプレイ
２２…家屋情報取得部
２４…１次調査結果取得部
２６…１次調査結果記憶部
２８…家屋特徴抽出部
３０…類似家屋取得部
３２…２次調査結果取得部
３４…２次調査結果記憶部
３６…２次調査結果推定部
３６Ａ…２次調査結果推定モデル
３８…推定結果表示部
４０…スマートフォン
４２…ディスプレイ
Ｂ１…テキストボックス
Ｂ２…テキストボックス
Ｂ３…テキストボックス
Ｂ４…確定ボタン
Ｇ１～Ｇ３…画像
Ｔ…一覧
Ｓ１～Ｓ７…判定結果推定方法の各工程

Claims (17)

  1. 　プロセッサに実行させるための命令を記憶するメモリと、
    　メモリに記憶された命令を実行するプロセッサと、
    　を備え、
    　前記プロセッサは、
    　家屋の情報を取得し、
    　前記家屋に関する１次調査の判定結果を取得し、
    　前記家屋の情報から前記家屋の特徴情報を抽出し、
    　前記１次調査の判定結果と前記家屋の特徴情報とから、前記家屋に関する前記１次調査とは異なる２次調査の判定結果を推定し、
    　前記推定した２次調査の判定結果を提示する、
    　判定結果推定装置。
  2. 　前記家屋の情報は、緯度、経度、築年数、材質、面積、及び階数のうちの少なくとも１つを含む、
    　請求項１に記載の判定結果推定装置。
  3. 　前記プロセッサは、
    　前記家屋の住所情報を取得し、
    　前記住所情報に基づいて前記家屋の１次調査の判定結果を取得する、
    　請求項１又は２に記載の判定結果推定装置。
  4. 　前記１次調査は、傾斜の有無、軒先の損壊の程度、屋根の損壊の程度、壁のひび割れの程度、壁の剥離の程度、及び壁の湾曲の程度のうち少なくとも１つの項目を含む、
    　請求項１から３のいずれか１項に記載の判定結果推定装置。
  5. 　前記１次調査の判定結果は、建物全体の状態として全壊、大規模半壊、半壊、一部損壊、及び被害無しのうちのいずれかが付与される、
    　請求項１から４のいずれか１項に記載の判定結果推定装置。
  6. 　前記家屋の特徴情報は、前記家屋の情報を数値として符号化したもの、及び前記１次調査の判定結果を数値として符号化したものを含む、
    　請求項１から５のいずれか１項に記載の判定結果推定装置。
  7. 　前記プロセッサは、前記特徴情報の入力に対して２次調査の判定結果がラベル付けされた２次調査済み家屋データセットにより学習された深層学習モデルを用いて前記家屋の２次調査の判定結果を推定する、
    　請求項１から６のいずれか１項に記載の判定結果推定装置。
  8. 　前記プロセッサは、前記２次調査の判定結果として、全壊、大規模半壊、半壊、一部損壊、及び被害無しのうちのそれぞれの確率値を提示する、
    　請求項１から７のいずれか１項に記載の判定結果推定装置。
  9. 　前記プロセッサは、前記２次調査の判定結果とともに、最も前記確率値の高い判定結果に応じた対応方法を提示する、
    　請求項８に記載の判定結果推定装置。
  10. 　前記プロセッサは、前記２次調査の判定結果とともに過去に同程度の被害と判定された家屋の画像を提示する、
    　請求項１から９のいずれか１項に記載の判定結果推定装置。
  11. 　前記プロセッサは、前記同程度の被害と判定された家屋を、前記１次調査の判定結果が一致する家屋、前記１次調査の被害程度が一致する家屋、及び前記家屋の材質が一致する家屋のうちのいずれかの家屋から選択する、
    　請求項１０に記載の判定結果推定装置。
  12. 　前記プロセッサは、
    　前記２次調査の検査項目に関する追加情報を取得し、
    　前記追加情報から前記２次調査の判定結果を推定する、
    　請求項１から１１のいずれか１項に記載の判定結果推定装置。
  13. 　前記追加情報は、柱の傾斜、基礎の損傷率、及び内壁の損傷率を含む、
    　請求項１２に記載の判定結果推定装置。
  14. 　前記２次調査は、前記１次調査の判定に用いた第１の情報と、前記第１の情報とは異なる第２の情報とを用いて判定される、
    　請求項１から１３のいずれか１項に記載の判定結果推定装置。
  15. 　家屋の情報を取得する家屋情報取得工程と、
    　前記家屋に関する１次調査の判定結果を取得する１次調査結果取得工程と、
    　前記家屋の情報から前記家屋の特徴情報を抽出する抽出工程と、
    　前記１次調査の判定結果と前記家屋の特徴情報とから、前記家屋に関する前記１次調査とは異なる２次調査の判定結果を推定する推定工程と、
    　前記推定した２次調査の判定結果を提示する提示工程と、
    　を備える判定結果推定方法。
  16. 　請求項１５に記載の判定結果推定方法をコンピュータに実行させるためのプログラム。
  17. 　非一時的かつコンピュータ読取可能な記録媒体であって、請求項１６に記載のプログラムが記録された記録媒体。
PCT/JP2021/033249 2020-09-18 2021-09-10 判定結果推定装置、判定結果推定方法及びプログラム WO2022059604A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2022550519A JPWO2022059604A1 (ja) 2020-09-18 2021-09-10

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020-157127 2020-09-18
JP2020157127 2020-09-18

Publications (1)

Publication Number Publication Date
WO2022059604A1 true WO2022059604A1 (ja) 2022-03-24

Family

ID=80777017

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/033249 WO2022059604A1 (ja) 2020-09-18 2021-09-10 判定結果推定装置、判定結果推定方法及びプログラム

Country Status (2)

Country Link
JP (1) JPWO2022059604A1 (ja)
WO (1) WO2022059604A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024070585A1 (ja) * 2022-09-28 2024-04-04 富士フイルム株式会社 家屋モデル生成装置、家屋モデル生成方法、及びプログラム

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005208893A (ja) * 2004-01-22 2005-08-04 Takenaka Komuten Co Ltd 地震災害復旧支援装置、地震災害復旧支援システム、地震災害復旧支援方法及び地震災害復旧支援プログラム
US20170337524A1 (en) * 2016-05-19 2017-11-23 Lockheed Martin Corporation Systems and methods for assessing damage to infrastructure assets
JP2018165906A (ja) * 2017-03-28 2018-10-25 国立大学法人 東京大学 被害調査システム及びその使用方法
JP2020052795A (ja) * 2018-09-27 2020-04-02 株式会社 零Ｓｐａｃｅ 災害時申請等支援サーバ及び災害時申請等支援システム
WO2021084699A1 (ja) * 2019-10-31 2021-05-06 三菱電機株式会社 作業支援装置、作業支援システム、作業支援方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005208893A (ja) * 2004-01-22 2005-08-04 Takenaka Komuten Co Ltd 地震災害復旧支援装置、地震災害復旧支援システム、地震災害復旧支援方法及び地震災害復旧支援プログラム
US20170337524A1 (en) * 2016-05-19 2017-11-23 Lockheed Martin Corporation Systems and methods for assessing damage to infrastructure assets
JP2018165906A (ja) * 2017-03-28 2018-10-25 国立大学法人 東京大学 被害調査システム及びその使用方法
JP2020052795A (ja) * 2018-09-27 2020-04-02 株式会社 零Ｓｐａｃｅ 災害時申請等支援サーバ及び災害時申請等支援システム
WO2021084699A1 (ja) * 2019-10-31 2021-05-06 三菱電機株式会社 作業支援装置、作業支援システム、作業支援方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024070585A1 (ja) * 2022-09-28 2024-04-04 富士フイルム株式会社 家屋モデル生成装置、家屋モデル生成方法、及びプログラム

Also Published As

Publication number Publication date
JPWO2022059604A1 (ja) 2022-03-24

Similar Documents

Publication Publication Date Title
Xu et al. Real‐time regional seismic damage assessment framework based on long short‐term memory neural network
Rota et al. Typological seismic risk maps for Italy
WO2022059604A1 (ja) 判定結果推定装置、判定結果推定方法及びプログラム
US20050086158A1 (en) House tour guide system
US20180365778A1 (en) Information processing system and information processing method
EP3965050A1 (en) Systems and methods for deriving rating for properties
CN104126188A (zh) 关键字检测装置、其控制方法及控制程序，以及显示设备
JP2016133864A (ja) 間取り提案装置、方法、及びコンピュータプログラム
JP2009300312A (ja) 地震被害予測装置及び地震被害予測プログラム
Karadag Machine learning for conservation of architectural heritage
JP6958719B2 (ja) 画像解析装置、画像解析方法および画像解析プログラム
JP2017228243A (ja) 中古住宅仲介システム
CA3166342A1 (en) Automatic question setting method, apparatus and system
KR20210097307A (ko) 부동산 건축 시뮬레이션 서비스 방법
JP7230288B1 (ja) 学習モデル
CN111602412B (zh) 设备选择装置、数据集选择装置、设备选择方法和存储介质
JP7160295B1 (ja) 学習モデルの生成方法、情報処理装置、情報処理方法、コンピュータプログラム
JP2022170897A (ja) 情報処理装置、情報処理方法及び情報処理プログラム
KR20200055433A (ko) 전자 장치 및 이의 제어 방법
JP2020008890A (ja) 情報処理装置、情報処理方法及びプログラム
CN115841542A (zh) 一种建筑物建模方法、装置、计算机设备及存储介质
Alani et al. The reestablishment of Mosul's city fabric: an approach to computational hybridization
US20230230371A1 (en) Damage determination information system, server device, terminal apparatus, and program
JP7439458B2 (ja) プログラム、方法、及び情報処理システム
JP2022083447A (ja) 情報処理装置、情報処理方法、及びプログラム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21869291

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022550519

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21869291

Country of ref document: EP

Kind code of ref document: A1