| 研究課題/領域番号 |
18K18067
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分61010:知覚情報処理関連
|
|---|
| 研究機関 | 東京大学 (2020)
国立研究開発法人理化学研究所 (2018-2019) |
|---|
研究代表者 |
横矢 直人 東京大学, 大学院新領域創成科学研究科, 講師 (40710728)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | データ融合 / 画像合成 / 3次元変化検出 / 災害状況把握 / 画像融合 / 建物被害分類 / ３次元変化検出 / 不完全データ復元 / 画像修復 / 低ランクテンソル解析 / 変化検出 / 物質・含有率分解 / 画像変換 / マルチモーダルデータ融合 / 地球観測 / 機械学習 / パターン認識 / 画像処理 / 人工知能 |
|---|
| 研究成果の概要 |
地球観測における異種センサの強みを補完的に活用することで，データの不完全性を克服する画像再構成や画像認識の手法を開発した．また，地上撮影画像やシミュレーションデータなどの補助的なデータから効率的に教示データを収集・生成する方法を明らかにした．これらの手法を，データの不完全性と教示データの不足が問題となる災害状況把握に適用し，従来技術では困難であった，２時期の異種画像を用いた全天候型変化検出や，地表面の３次元変化の高速推定を実現した．
|
| 研究成果の学術的意義や社会的意義 |
本研究では，異なるセンサから得られる地球観測データを用いた変化検出を可能としたことと，教示データの収集が困難な３次元変化の高速推定を実現したことに大きな意義がある．これらの成果により，観測データの異種性や教示データの不足がボトルネットとなっていた災害状況把握において，浸水深や土石流による地形変化，建物の被害状況など，災害対応分野で必要とされる災害情報を迅速に提供することが可能となったことが最大の成果である．
|
