| 研究課題/領域番号 |
18K18067
|
|---|
| 研究機関 | 国立研究開発法人理化学研究所 |
|---|
研究代表者 |
横矢 直人 国立研究開発法人理化学研究所, 革新知能統合研究センター, ユニットリーダー (40710728)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | 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 / 画像合成 / 画像変換 |
|---|
| 研究実績の概要 |
本年度は，データの不完全性と教示データの不足，に対処するための地球観測データ解析技術の開発に取り組み，以下４つの項目を実現した．
１）ロバスト物質・含有率分解：デジタル標高モデルを用いた光の相互作用を考慮したスペクトル混合モデルを定式化し，僅かな教示データで多様な照明条件に対応可能な物質・含有率分解アルゴリズムを提案した．既存の非線形スペクトル混合モデルの多くに物理的な解釈性を与えるとともに，従来手法では困難であった影の領域においても正確な物質・含有率分解を実現した．
２）センサ特性の差異に頑健な土地被覆変化検出：敵対的生成ネットワークにより欠損センサ画像を合成することで，訓練とテストの入力データに一貫性がない場合でも土地被覆変化検出を実現する手法を考案した．SAR画像を用いた実験により，センサ特性と観測モードの様々な要素の中で，画像合成によって対処しやすい要素とそうでないものを明らかにした．
３）迅速な災害状況把握への応用：２）の手法を倒壊建物検出に応用した．東日本大震災とスラウェシ島地震の光学・SAR画像データを用いた実験により，提案手法の有効性を確認した．
４）不完全データ復元：ノイズ・欠損・劣化を含む多次元リモートセンシング画像から元の信号を復元するために，低ランクテンソル解析により空間・スペクトル・時間方向の相関を活用する不完全データ復元手法を提案した．時系列SAR画像のスペックルノイズ除去，光学画像の雲・雲影除去，ハイパースペクトル画像のノイズ除去，圧縮ハイパースペクトルセンシング画像再構成などの幅広いタスクにおいて最先端の画像復元精度を達成した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
当初設定した本年度の研究項目である，１）ロバスト物質・含有率分解，２）センサ特性の差異に頑健な土地被覆変化検出，３）迅速な災害状況把握への応用，だけでなく，４）不完全データ復元，についても更なる成果が得られたため，当初の計画以上に進展したといえる．
|
| 今後の研究の推進方策 |
これまでの成果を踏まえ，以下３つの課題に取り組む．
１）不完全データ復元：土地被覆分類図などの補助データを用いた異種画像変換手法を考案し，欠損画像合成の精度向上を目指す．離散的データと連続データを効果的に融合し，欠損画像を合成する方法を明らかにする．
２）ロバスト土地被覆変化検出：変化前後で異なる観測モードにより得られる２時期の画像を用いた土地被覆変化検出手法を開発する．外部の教示データを用いずに，２時期画像のみを用いた画像変換により観測モードに由来する画像の差異を低減し，土地被覆の変化のみを強調する方法を明らかにする．
３）迅速な災害状況把握への応用：データの不完全性と教示データの不足が最重要課題である災害状況把握において，より実践的な建物被害の多クラス分類に対して，本研究課題で開発する不完全データ復元や変化検出技術を適用し，その有効性を検証する．過去の災害データベースを構築し，異なる被災地域・センサの種類・観測モードに対する汎化性能を明らかにする．
|
| 次年度使用額が生じた理由 |
（理由）
データへの使用額と旅費が当初より少なく済んだ．
（使用計画）
次年度使用額は，補助データを用いた異種画像変換などの新たな試みを実施するために必要な地理空間データの経費に充てることにしたい．
|
