2016 Fiscal Year Research-status Report
スペクトル画像データ融合に基づく多次元高分解能リモートセンシング
| Project/Area Number |
15K20955
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
横矢 直人 東京大学, 先端科学技術研究センター, 助教 (40710728)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | リモートセンシング / スペクトル画像 / データ融合 / 物質・含有率分解 / 土地被覆変化抽出 / 多次元超解像 |
|---|
| Outline of Annual Research Achievements |
地球観測において複数のスペクトル画像を統合的に解析することで、１つの画像では得られない地表面情報を抽出するデータ融合技術を研究している。
平成２８年度は、スペクトル画像データ融合に基づくマルチセンサ超解像と土地被覆変化抽出の理論と応用に関する研究に取り組んだ。
ハイパースペクトル画像とマルチスペクトル画像を融合するマルチセンサ超解像（多次元超解像）では、既存手法の性能を体系的に比較し、各手法の長所と短所を実験的に示した。また、２つのスペクトル画像間の空間特性や波長特性に大きな差異がある場合に、既存の全ての手法は対処できないことを明らかにした。さらに、この問題を解決するためにテクスチャ解析とマルチスケール勾配降下法に基づく汎用的な新規手法を提案し、様々なマルチセンサ超解像問題（例：光学画像と合成開口レーダ画像、デジタル標高モデルと光学画像）で良好な結果を得た。
時系列画像と用いた土地被覆変化抽出では、領域分割（教師なし）と物質・含有率分解（半教師あり）の２つのアプローチに取り組んだ。領域分割に基づくアプローチでは、マルチセンサ時系列データから様々な種類の変化を抽出する手法を開発し、実衛星データ（例：Hyperion, Landsat-8）でその有効性を示した。物質・含有率分解に基づくアプローチでは、スペクトルライブラリとリモートセンシング画像間の不一致という未解決問題に対処する基盤技術を開発した。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
防災や国土管理に地球観測データを活用するためには、異なるセンサで得られる画像データを融合し、空間・波長・時間の次元において高分解能な解析を行うことが重要である。平成２８年度は、１）マルチセンサ超解像技術の汎用化と、２）教師なし及び半教師あり学習に基づく変化抽出技術の開発の２点を目指した。
１つ目の課題に対しては、テクスチャ解析とマルチスケール勾配降下法に基づく新しいマルチセンサ超解像手法を開発した。本手法は異種データ（例：光学画像と合成開口レーダ画像、デジタル標高モデルと光学画像）の融合にも有効で汎用性が高く、当初の目標（スペクトル画像同士の融合）を上回る成果が得られた。
２つ目の課題に対しては、マルチセット正準相関分析と粒子群最適化に基づく領域分割を組み合わせた教師無しの変化抽出手法を開発した。Hyperion（ハイパースペクトルセンサ）データやLandsat（マルチスペクトルセンサ）データに適用し、教師無しで複数の異なる変化を抽出できることを示した。物質・含有率分解に基づく変化抽出では、スペクトルライブラリとリモートセンシング画像の不一致が未解決問題であった。このデータ間不一致を双線形形式でモデル化し、交互最適化により解くことで正確な物質・含有率分解を実現した。
以上のように、２つの目標を達成し、理論と応用の両面において大きな進展が得られたため、本研究は予想以上に進捗しているといえる。
|
| Strategy for Future Research Activity |
平成２７及び２８年度に開発した理論に基づいて、多次元超解像技術の深化と応用に取り組む。
ハイパースペクトル画像とマルチスペクトル画像を融合する多次元超解像は、実際の衛星（例：EnMAP衛星とSentinel-2衛星）では、空間的なオーバーラップがハイパースペクトル衛星の狭い観測領域に制限されるという課題がある。そこで、従来の多次元超解像を拡張し、マルチスペクトル画像と部分的なハイパースペクトル画像を用いて、マルチスペクトル画像をハイパースペクトル画像化するスペクトル超解像技術と開発する。物質・含有率分解とテクスチャ解析を組み合わせた高速なスペクトル超解像アルゴリズムを開発する。さらに、多次元超解像が応用（例：局所気候ゾーンの分類、土地被覆物質のマッピング）に及ぼす影響について研究する。
|
| Causes of Carryover |
当初計画では、平成２８年度に分光イメージングセンサの購入を予定していたが、共同研究機関のドイツ航空宇宙センターリモートセンシング技術研究所において同様のセンサを使用してデータを取得することが可能となった。また、当初の計画以上に研究は進展しており、論文掲載費や研究発表及び共同研究のための旅費が平成２９年度に増大することが見込まれる。そこで、平成２８年度のセンサ購入を取りやめ、平成２９年度の論文掲載費や旅費に使用するよう予算計画を変更した。
|
| Expenditure Plan for Carryover Budget |
次年度使用額は、論文掲載費と研究発表及び共同研究のための旅費に使用することで、研究成果を効果的に世界に発信できる。分光イメージングセンサで得られるデータは共同研究機関において自由にアクセス可能なため、当初の計画に何ら支障はない。
|
