| 研究課題/領域番号 |
20K20005
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分64040:自然共生システム関連
|
|---|
| 研究機関 | 埼玉大学 |
|---|
研究代表者 |
堤田 成政 埼玉大学, 理工学研究科, 准教授 (20650352)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023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)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 土地被覆 / 深層学習 / Decision Fusion / オープンデータ / LCCS3 / Mapillary / ディープラーニング / Planet / 地理情報 / ユーザー定義 / リモートセンシング |
|---|
| 研究開始時の研究の概要 |
広域の陸域環境を記す土地利用・土地被覆( 以下、 LULC)情報は様々な環境研究に不可欠である。だが、既存のLULCデータのクラス分類は製作者の意図した定義を反映しているため、様々な利用者の多様な使用目的には即していない。本研究では、データ利用者の目的に応じた「多様な記述」を実現し、地図化するための理論とシステムの提案を目的とする。具体的には、データ利用者の意図が反映できるよう、階層構造をもった分類クラスを定義し、その組み合わせからのもと、オープンジオビッグデータを迅速に分析し、LULC 主題図を作成するシステムを開発に取り組む。
|
| 研究実績の概要 |
2023年度に実施した研究の進捗は下記のとおりである。
[III. 参照データの作成モデルの開発] 現地写真より土地被覆を推定する画像認識モデルをVision Transformerにより開発した。現時点では対象とする13分類クラスに対し、Mapillary APIを通じて入手した位置情報付き地上写真から土地被覆付識別する画像分類モデルとなっている。Inception-v4, DenseNet, Vision Transformer, Swin Transformerの４モデルでの性能を比較したところ、Swin Transformerが最も高精度となった一方、モデルが画像内のどこを着目しているかを可視化した結果、Vision Transformerが、分類クラスに合致した地物に最も適切に着目していることを明らかにした。本成果はEcological Reserachにて発表した。
[IV. オープンジオビッグデータ分析による土地被覆分類]衛星観測データから機械学習モデルにより推定された結果と、Dynamic WorldというConvolutional Neural Networkによる分類確率マップを統合するDecision Fusion手法により、分類結果のノイズが軽減することを明らかにした。さらに、本アプローチは、ユーザーが独自に設定した分類カテゴリー数に応じてフレキシブルに対応可能であり、本研究目的の達成を実現した。さらに、他の道路や建物、農地といった地理情報データとも統合することが可能となっており、より高精度の分類図作成が期待されている。本研究成果は国際学会IGARSS、AGUにて発表し、現在は査読付き国際誌への投稿準備中である。
|
