講演情報
[23004]SRCNNを用いたコンクリートコアCT画像の超解像処理に基づくひび割れ検出（シンポジウム講演概要）
*池田 弘毅1、柴野 一真2、向井 萌華2、鈴木 哲也3 (1. 新潟大学大学院総合学術研究科、2. 新潟大学大学院自然科学研究科、3. 新潟大学自然科学系（農学部）)
キーワード：
コンクリートコア、深層学習、X線CT画像、超解像処理、ひび割れ検出
深層学習を用いたコンクリートコアX線CT画像のセマンティックセグメンテーションは，ひび割れ検出の有効な手段である．一方で，多くの訓練済みモデルは入力画像サイズが固定されているため，低解像度画像には超解像処理が必要となる．既往の画像処理による超解像処理は微細な構造やテクスチャを復元できないことに加えて，1つの低解像度のピクセルが無数の高解像度のピクセルの組み合わせから成り立つため，解が一意に定まらない不良設定問題が存在する．本研究では，深層学習手法であるSRCNNによる超解像処理をコンクリートコアX線CT画像に適用し，その有効性を検討した．SRCNNはバイキュービック補間と比較してPSNRおよびSSIMにおいてひび割れ領域での画質が向上した．SRCNNを援用することでひび割れの検出精度が改善した．