• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2020 年度 実績報告書

不完全データ復元と教示サンプル自動選択に基づく地球観測知能システムの開発

研究課題

研究課題/領域番号 18K18067
研究機関東京大学

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
キーワード画像合成 / 画像融合 / 建物被害分類 / 3次元変化検出
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)土地被覆ラベルと標高モデルを用いた光学・SAR画像合成:土地被覆分類マップとデジタル標高モデルから光学画像やSAR画像を合成する技術を開発した.離散的なラベル情報と連続的な標高データを補完的に融合する敵対的生成ネットワークモデルを構築し,これまでにない現実的なリモートセンシング画像を合成することに成功した.
2)教示データ不要な深層画像融合:深層畳み込みニューラルネットワークの構造特性を活用した,教示データ不要な深層画像融合手法を提案した.ハイパースペクトル超解像やパンシャープニングなど,これまでは個別に取り扱われていた不完全データ復元のための画像融合問題を統一的に扱うことを可能とするとともに,最先端の画像再構成精度を達成した.
3)異種センサを用いた建物被害分類:被災前後の2時期画像が,異なる種類のセンサ(光学とSAR)で得られる場合でも,建物被害の度合いを認識可能な分類モデルを開発した.過去の様々な災害について,被災前後の光学・SAR画像と建物被害のラベルデータを世界で初めて整備し,被災前後の画像の種類が異なる場合でも,建物被害を3段階で分類することが可能であることを明らかにした.
4)合成データを活用した3次元変化検出:教示データの取得が困難な災害直後の地表の3次元変化を,地球観測画像から瞬時に推定する技術を世界に先駆けて開発した.数値シミュレーションにより教示データを合成し,地球観測画像から得られる2値変化情報から3次元変化を逆推定する深層学習モデルを構築した.水害時の最大浸水深や土砂災害時の地形変化の迅速な把握を実現した.

  • 研究成果

    (7件)

すべて 2021 2020 その他

すべて 国際共同研究 (1件) 雑誌論文 (5件) (うち国際共著 3件、 査読あり 5件、 オープンアクセス 3件) 学会発表 (1件) (うち国際学会 1件)

  • [国際共同研究] ドイツ航空宇宙センター/ミュンヘン工科大学(ドイツ)

    • 国名
      ドイツ
    • 外国機関名
      ドイツ航空宇宙センター/ミュンヘン工科大学
  • [雑誌論文] Synthesizing optical and SAR imagery from land cover maps and auxiliary raster data2021

    • 著者名/発表者名
      G. Baier, A. Deschemps, M. Schmitt, and N. Yokoya
    • 雑誌名

      IEEE Transactions on Geoscience and Remote Sensing

      巻: early access ページ: 1-12

    • DOI

      10.1109/TGRS.2021.3068532

    • 査読あり / 国際共著
  • [雑誌論文] Global land cover mapping with weak supervision: Outcome of the 2020 IEEE GRSS Data Fusion Contest2021

    • 著者名/発表者名
      C. Robinson, K. Malkin, N. Jojic, H. Chen, R. Qin, C. Xiao, M. Schmitt, P. Ghamisi, R. Haensch, and N. Yokoya
    • 雑誌名

      IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing

      巻: 14 ページ: 3185-3199

    • DOI

      10.1109/JSTARS.2021.3063849

    • 査読あり / オープンアクセス / 国際共著
  • [雑誌論文] Learning from multimodal and multitemporal earth observation data for building damage mapping2021

    • 著者名/発表者名
      B. Adriano, N. Yokoya, J. Xia, H. Miura, W. Liu, M. Matsuoka, S. Koshimura
    • 雑誌名

      ISPRS Journal of Photogrammetry and Remote Sensing

      巻: 175 ページ: 132-143

    • DOI

      10.1016/j.isprsjprs.2021.02.016

    • 査読あり / オープンアクセス
  • [雑誌論文] Breaking limits of remote sensing by deep learning from simulated data for flood and debris flow mapping2020

    • 著者名/発表者名
      N. Yokoya, K. Yamanoi, W. He, G. Baier, B. Adriano, H. Miura, and S. Oishi
    • 雑誌名

      IEEE Transactions on Geoscience and Remote Sensing

      巻: early access ページ: 1-15

    • DOI

      10.1109/TGRS.2020.3035469

    • 査読あり / オープンアクセス
  • [雑誌論文] Non-local meets global: An iterative paradigm for hyperspectral image restoration2020

    • 著者名/発表者名
      W. He, Q. Yao, C. Li, N. Yokoya, Q. Zhao, H. Zhang, L. Zhang
    • 雑誌名

      IEEE Transactions on Pattern Analysis and Machine Intelligence

      巻: early access ページ: 1-18

    • DOI

      10.1109/TPAMI.2020.3027563

    • 査読あり / 国際共著
  • [学会発表] Guided deep decoder: Unsupervised image pair fusion2020

    • 著者名/発表者名
      T. Uezato, D. Hong, N. Yokoya, and W. He
    • 学会等名
      European Conference on Computer Vision
    • 国際学会

URL: 

公開日: 2021-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi