災害時の機械学習システムの特性を考慮した建物被害検出システムの開発

考虑灾害期间机器学习系统的特点开发建筑损坏检测系统

• 批准号: 22KJ1918
• 负责人: 藤田 翔乃
• 金额: $ 1.09万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for JSPS Fellows
• 财政年份: 2023
• 资助国家: 日本
• 起止时间: 2023-03-08 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22KJ1918/
• 关键词: 建物被害; 空撮映像; 深層学習; 映像解析; 地震; ドローン; 被害認定調査

(a)倒壊建物自動検出モデルの開発熊本地震時に撮影された空撮映像から深層学習を用いたMultiple Object Trackingにより，倒壊建物を自動検出するモデルの開発を行った．倒壊建物の外接四角形がアノテーションされた約15,000枚のフレーム画像により学習させたモデルを構築・評価した．4回の交差検証の結果，倒壊建物検出の平均再現率は29.1%，平均適合率は36.7%であった．(b)検出結果の定量・定性分析定量分析として，映像中の建物の外接四角形のアスペクト比が低い，言い換えると縦長に見えるほど検出の再現率が高いことがわかった．定性分析として，(1)多くの屋根被害を無視できていたこと，(2)大きな被害はないが層崩壊を起こしている建物を検出できていたことから，日本の建物の被害特徴をある程度捉えていたことが観察された．しかし，モデルが見逃した倒壊建物データのうち24.1%は屋根被害がなく，誤検出した建物のうち42.2%は屋根被害があった．このことから，モデルは建物本体に加えて屋根被害も検出の特徴として利用していることがわかった．今後は，倒壊と被害のクラスを分けて検出することが必要であると結論づけた．(c)効果的なドローンの撮影方法の分析(b)の定量分析から再現率が63.9%にまで上昇する条件である，建物のアスペクト比，出現時間，移動速度を設定し，その条件を満たすためのドローンの撮影方法を分析した．建物の形や配置，ドローンの飛行方法を簡易的に仮定すると，撮影角度36度，高度106mのとき上記の条件を満たす地上の領域が最大となることがわかった．

(a) The automatic detection of collapsed buildings and the use of deep learning to capture images during the Kumamoto earthquake. Multiple Object Tracking is a good thing. Inverted building's external quadrangular square shape, about 15,000 のフレームimages, learning させたモデルを construction and evaluation. As a result of the cross-checking of 4 times, the average reproduction rate of the inverted building was 29.1%, and the average fitness rate was 36.7%. (b) Quantitative and qualitative analysis of the results, quantitative analysis of the results, and the building of the image in the external square shape The ペクト is lower than the が, the words are changed by the えると縦长に见えるほど検出のThe reproduction rate is high and the いことがわかった. Qualitative analysis: (1) The root of the house was killed, the root was killed, and the root was ignored, and (2) the root of the big house was killed, the layers collapsed and the roof collapsed.しているArchitectureを検出できていたことから, Japan's のArchitectureのvictim special徴をあるdegree catchえていたことが観看された．しかし，モデルが见狠した壊 building building データのうち 24.1% はRoot root The victim was killed, and the house root was killed by mistake. 42.2% of the house was destroyed.このことから, モデルは building body に加えてhouse root was killed も検出の特徴としてutilityしていることがわかった. From now on, it is necessary to make a conclusion when the unfortunate situation is solved. (c) Analysis of the imaging method of the effect (b) Quantitative analysis of the reproduction rate of 63.9% and the rise of the conditions , building ratio, appearance time, movement speed setting, and condition condition analysis method. The shape of the building is arranged, the flying method is simple, and the shooting angle is 36 degrees, The height is 106m. The above mentioned conditions are the maximum in the area above the ground.

项目成果

空撮映像を用いたMultiple Object Trackingによる倒壊建物検出とドローンの効果的な撮影方法の分析

使用航拍镜头进行多目标跟踪检测倒塌建筑物，并分析使用无人机的有效拍摄方法

• 发表时间: 2022
• 期刊: 研究報告情報システムと社会環境（IS）
• 作者: Shono Fujita;Michinori Hatayama;藤田 翔乃，畑山 満則
• 通讯作者: 藤田 翔乃，畑山 満則

Collapsed Building Detection Using Multiple Object Tracking from Aerial Videos and Analysis of Effective Filming Techniques of Drones

使用航空视频中的多个对象跟踪进行倒塌建筑物检测以及无人机有效拍摄技术的分析

• 发表时间: 2023
• 期刊: Information Technology in Disaster Risk Reduction
• 作者: Shono Fujita;Michinori Hatayama
• 通讯作者: Michinori Hatayama