| 研究課題/領域番号 |
20K11951
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分61030:知能情報学関連
|
|---|
| 研究機関 | 静岡大学 |
|---|
研究代表者 |
水谷 友彦 静岡大学, 工学部, 准教授 (00553984)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | ハイパースペクトルイメージング / ミクセル分解 / 非負行列分解 / スペクトル法 / 凸最適化 / 前処理 / 後処理 / 外れ値 / Hottopixx 法 / 線形計画問題 / 列生成法 / クラスタリング / 線形混合モデル / グラフ分割 |
|---|
| 研究開始時の研究の概要 |
ハイパースペクトルイメージングは人工衛星から地球表面を観測するのに有効な技術である．たとえば植生，海洋ならびに耕作地帯の観測，鉱物資源の探索などに利用されている．ハイパースペクトルセンサで取得した画像からその画像に含まれている物質のスペクトルと含有率を求めることをミクセル分解と呼ぶ．ミクセル分解はハイパースペクトルイメージングを活用する上での基本的な問題である．本研究では高精度にミクセル分解を行うための計算手法を開発する．開発は2段階で実施する．第1段階では線形混合モデルを基盤とする既存手法を改良する．第2段階ではスペクトル法などのグラフ分割手法に基づくミクセル分解手法を開発する．
|
| 研究成果の概要 |
ミクセル分解手法の性能を向上させるためにHottopixx法とスペクトル法のアルゴリズムについて研究を行った．Hottopixx法はノイズに対して頑強であることが知られているが，一方で，入力行列に含まれるノイズの量を事前に推定する必要があること，および，計算量が大きいことがミクセル分解に適用する上での課題となっていた．本研究ではHottopixx法のアルゴリズムを改良することでこれらの課題を克服することに成功した．PengらはCOLT2015においてスペクトル法の理論性能を明らかにしたが，その結果の改善に成功した．その解析結果を踏まえてスペクトル法のアルゴリズムを改良し性能を明らかにした．
|
| 研究成果の学術的意義や社会的意義 |
ハイパースペクトルイメージングは地球表面の観測に活用されている．植生分布の把握や海洋汚染調査などを人が直接実施すると大きなコスト（労力や時間など）が伴うが，人工衛星に搭載されたハイパースペクトルセンサを用いると，一度の観測で広域な領域を調べることができる．そのためコストを大幅に軽減することが可能となる．ハイパースペクトルセンサで取得した画像から，端成分スペクトルと含有率を求めることをミクセル分解と呼ぶ．ミクセル分解はハイパースペクトルイメージングを活用するための基本的な問題である．本研究ではミクセル分解手法のアルゴリズムを改良し，その有効性を明らかにした．
|
