| 研究課題/領域番号 |
16K00244
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 長崎大学 |
|---|
研究代表者 |
喜安 千弥 長崎大学, 工学研究科, 教授 (20234388)
|
|---|
| 研究分担者 |
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)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2018年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2017年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2016年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 半教師付き分類 / リモートセンシング / マルチスペクトル画像 / 半教師つき分類 / 分類 / パターン認識 / 半教師つき |
|---|
| 研究成果の概要 |
限られた教師データを用いて多重分光画像中の対象物を高精度に識別するための半教師付き手法を開発した．トレーニングデータの拡張において，特徴空間における他クラスとの距離を考慮して拡張を行うことで，データの偏りによる精度の低下を改善した．また，領域分割を行ってからトレーニングデータの拡張を行う方法を開発し，空間的な偏りによる精度の低下を改善した．これらの知見を総合して，分光特性と空間的な配置を同時に考慮してトレーニングデータを拡張する半教師付き手法を開発した．
|
| 研究成果の学術的意義や社会的意義 |
航空機や人工衛星に搭載したセンサを用いて，リモートセンシングにより地表の状態を把握することは非常に有益な方法であるが，処理に必要なトレーニングデータが十分に得られないことが，精度向上の大きな妨げとなっていた．本研究では半教師付き手法を適用することでその解決を図り，分光的および空間的なデータの特徴を考慮しながらトレーニングデータ拡張することで，地表対象物を精度よく識別する方法を提案した．
|
