2022 Fiscal Year Annual Research Report
Synthetic Aperture Radar Data based Man-Made Target Interpretation Using ASV Feature Parameters
| Project/Area Number |
20K14749
|
|---|
| Research Institution | The University of Electro-Communications |
|---|
Principal Investigator |
尚 方 電気通信大学, 大学院情報理工学研究科, 准教授 (90779050)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 合成開口レーダ / 都市解析 |
|---|
| Outline of Annual Research Achievements |
当該課題において、三つの研究項目がある。それぞれの研究実績を以下にまとめる．
（ア）都市区域の細分化．ASV特徴量の中の偏波度波動率というパラメータで都市区域の高精度的に抽出することを実現した．更に、構造配向度、反射強度および二面角応答強度というパラメータを導入して、立体、平面、境界線等の細かい形の判定ができた．識別性能は従来法より大幅に向上した．初期成果は日本学会と国際学会にて発表した。最終成果はリモートセンシング領域のTop journal の一つであるIEEE transactions on Geoscience and remote sensing に掲載された．
（イ）地震後倒壊建造物の識別．（ア）の成果を利用してまず地震前の都市区域範囲を特定した．最新の七成分分解法で都市区域の建造物を解析した．解析結果における平面反射、二面角反射、ボリューム散乱の変化を定量化して倒壊建造物の識別のみならず、被害レベル（大倒壊、中倒壊、小倒壊）の判定も実現した．同じテーマに対し、四元数ニューラルネットワークでも成功に実現した．当該成果は、日本学会にて発表した、7月の国際会議にて発表予定である．結果を更なる整理し、学術雑誌remote sensingに投稿する予定がある．
（ウ）建造物体積・分布密度の解析．建造物の体積・分布密度を基準として、商業施設と住宅区域の区別ができる．周波数領域データ分析と機械学習の二つの手段を利用して、東京エリアの解析を実現した．ビルのみならず、高速ジャンクション等の大型建造の識別もできた．将来的に、建造物の機能によって細分化的分類が可能である．当該成果は、国際会議にて発表した．
|
