| 種別 | 論文 |
| 主題 | X線CT画像の教師なし深層学習によるコンクリート内部のひび割れ抽出 |
| 副題 | |
| 筆頭著者 | 橋本勝文（北海道大学） |
| 連名者1 | |
| 連名者2 | |
| 連名者3 | |
| 連名者4 | |
| 連名者5 | |
| キーワード | X線CT、ひび割れ、人工知能、深層学習、オートエンコーダ、異常検知、X-ray CT、crack、AI、deep learning、autoencoder、anomaly detection |
| 巻 | 45 |
| 号 | 1 |
| 先頭ページ | 1390 |
| 末尾ページ | 1395 |
| 年度 | 2023 |
| 要旨 | X線CT画像からのひび割れ抽出に関して，空気（空隙・気泡・ひび割れ）と固体の従来の二値化画像ではなく，教師なし学習によるニューラルネットワーク（NN）を持つ深層学習により，ひび割れの情報（位置や幅）を定量的に出力可能なAI（人工知能）を構築することを目的とした。特に，NNの一種であるオートエンコーダを適用し，X線CT画像内のひび割れを異常箇所・異常度として数値（定量）化する手法を適用した。その結果，学習および入力データの分解能を適切に設定することで，出力された異常度の可視化画像では，空隙や気泡との分離と同時に従来の画像処理に対して高い精度でひび割れの情報を抽出できた。 |
| PDFファイル名 | 045-01-1231.pdf |