2017 Fiscal Year Research-status Report
限られた教師データを用いて衛星画像中の対象物を高精度に識別する半教師つき手法
| Project/Area Number |
16K00244
|
|---|
| Research Institution | Nagasaki University |
|---|
Principal Investigator |
喜安 千弥 長崎大学, 工学研究科, 教授 (20234388)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
酒井 智弥 長崎大学, 工学研究科, 准教授 (30345003)
薗田 光太郎 長崎大学, 工学研究科, 助教 (90415852)
|
|---|
| Project Period (FY) |
2016-04-01 – 2019-03-31
|
| Keywords | 半教師つき分類 / リモートセンシング / マルチスペクトル画像 |
|---|
| Outline of Annual Research Achievements |
教師つきカテゴリー分類には十分な量のトレーニングデータが必要であるが，実際にはその条件を満たすことは難しい．半教師つきカテゴリー分類は，少数のトレーニングデータを用いて高い精度の分類をめざすものである．現在までに，クラスタリングに基づいてトレーニングデータの拡張を行った後，教師つき分類を行う方法にもとづき，トレーニングデータを拡張しても拡張を行わない場合よりも必ずしも分類性能がよくならない場合があるという問題の解決をめざして，他クラスとの距離が近いカテゴリーに対してはトレーニングデータの拡張を行わず，クラス間距離が近いカテゴリーが存在しなければトレーニングデータの拡張を行う手法を昨年度に開発した．
上記の方法は，いわば特徴空間におけるトレーニングデータの偏りによる影響を解決しようとするものであるが，トレーニングデータの空間的な配置，空間的な偏りについては考慮していなかった．そこで今年度は空間的な偏りも考慮した方法への拡張を試みた．
トレーニングデータを拡張した後の分類方法として現在用いているのは，基本的な画素単位の分類方法であるが，カテゴリーの空間的な連続性を考慮した分類を行うために，まず空間的な領域分割を行い，分類処理にあたって領域分解をおこなった領域ごとにカテゴリーを決定する方法を開発した．
提案手法の有効性を確認するため，昨年度と同じ画像データに対して実験をおこなったところ，対象領域に対する一様性が大きく向上することが確認できた．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
昨年度開発したクラス間距離を評価してカテゴリーごとに教師データを拡張するかどうかを選択する方法の適用にあたり，特徴空間だけでなく地表における教師データの偏りにも対応するために，事前の領域分割を取り入れる方法を開発した．これにより，分類精度を一段と向上させることをめざした．
|
| Strategy for Future Research Activity |
最終年度として，これまでに開発してきた方法をさらに発展させ，特徴空間および地表における教師データの偏りに対応する半教師つき方法を開発し，実データに適用して効果を検証する．
|
| Causes of Carryover |
(理由)
実験に必要な物品や出張旅費について支出を計画していたが，当初の予定よりも価格が安価であったことにより，15万円程度の未使用額が生じた．
(使用計画)
当初予定額と合わせて次年度の実験や出張に使用する予定であり，研究内容をより充実させるために有効に使用する．
|
