Deep Learning を用いた建物被害写真の損傷度自動分類の試み

摘要

地震後の被災地域における建物被害判定は直後対応・rn復旧戦略のための必須情報であり、同時に被災者には安rn全/危険の判断かつ罹災証明の根拠となる生命・生活維持rn重要情報であるが、その判定は専門家に委ねられておりrn多くの人手と時間を要しているのが現状である。RapidrnScreening の一助として近年人工知能分野で注目されていrnる深層学習(Deep learning)の一つである畳み込みニューラrnルネットワーク(Convolutional Neural Network 以下CNN)をrn応用し、建物外観写真や被災地域の航空写真による建物rn被害の有無の判定（2 値判定）が試みられている。本rn研究では2007 年発生の新潟県中越沖地震と能登半島地震rnの被害写真を用いて、被害の有無の2 値判定に留まらず、rn岡田・高井により導入された建物損傷度（Damage Levelrn以下D-Level）の7 分類（D0～D6）判定を目的とし、分類rn器（Classifier）の構築を試みる。建物様式は強い地域性をrn有しており、ある被災地域で構築された分類器は他地域rnでは無力の場合も多く報告されていることから、本研究rnでは2017 年熊本地震の被害写真を用いて、構築した学習rnパラメータを利用した分類器の他地域適用可能性についrnて検証する。