| 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
|
| キーワード | 土地被覆 / クラス分類 / 不確実性 / バイアス / 地上風景写真 / 深層学習モデル / Decision fusion |
|---|
| 研究成果の概要 |
本研究では、柔軟な土地被覆の分類定義への対応と地上参照データ作成に関する手法開発に取り組んだ。分類図に影響を与える分類クラスの事前定義に対し、異なる分類定義を柔軟に再構築する手法を開発した。これは、Descision Fusionを利用したもので、ユーザーの目的に応じた分類システムの基盤を提供する。
また、地図製作者間のバイアス低減と地上参照データ作成の効率化にも取り組んだ。ベイズ統計を利用し、異なる地図製作者の分類確率を統合する手法を提案した。さらに、街路風景写真から土地被覆を推定する深層学習モデルを開発した。これらの成果により、土地被覆分類の精度および信頼性の向上に貢献した。
|
| 自由記述の分野 |
地理情報科学
|
| 研究成果の学術的意義や社会的意義 |
土地被覆分類図は社会・環境基盤情報として不可欠であるが、その事前定義により使用用途が限定されるため、ユーザーの目的に応じた柔軟な分類設計が難しかった。本研究では、異なる土地被覆分類図を統合することで、その定義を変更可能とする手法を提案しており、ユーザー需要に即した分類図作成への展開が期待される。また、地図製作者間のバイアスを低減する新たな手法の提案により、より定量的な土地被覆情報の地図化と信頼性の向上が期待される。さらには、街路風景写真から土地被覆を推定する深層学習モデルの開発により、地上参照データ作成の省力化と効率化の実現が期待され、土地被覆分類図を通じた社会・環境の定量化に寄与する。
|
