訓練不要のトンネル欠陥検査と、視覚再較正およびエンティティ再構成による工学的解釈

概要: トンネル点検では、欠陥の局在化、計測、重症度の段階付け、そして工学的なドキュメント作成を支える出力が必要です。既存の学習不要（training-free）な基盤モデル・パイプラインは、通常、粗いオープン語彙（open-vocabulary）の提案で止まってしまい、それが干渉の多いトンネルのシーンでは直接使用しにくいという問題があります。本研究では、学習不要の枠組みであるTunnelMINDを提案します。具体的には、言語に導かれた欠陥の提案を最終出力として扱わず、その代わりに推論時に、密な視覚的整合性によって空間的な支持（spatial support）を再校正します。これにより、粗いセマンティックなアンカーを、トンネル特有の困難なネガティブ（hard negatives）の下で、より信頼できるプロンプトへと変換できます。得られたマスクはさらに、カテゴリ、位置、幾何、重症度、文脈（context）といった属性を持つ構造化された欠陥エンティティへ再構成され、その後、専門知識の制約のもとで、検索に根ざした説明（retrieval-grounded explanation）および工学者が読み取れるレポート生成へとマッピングされます。可視（visible）、GPR、および道路の欠陥タスクにおいて、TunnelMINDはそれぞれF1スコア0.68、0.78、0.72を達成しました。全体としてTunnelMINDは、学習不要のトンネル点検が、粗い局在化を超えて、工学的評価のための構造化された欠陥の証拠へと到達し得ることを示しています。