文献

J-GLOBAL ID：201402282509030860   整理番号：14A0827980

「宇宙に挑む人工知能技術」ハイパースペクトル画像処理が拓く新しい地球観測

著者 (2件)： 横矢直人 (東大 大学院工学系研究科) ,  岩崎晃 (東大 大学院工学系研究科)
資料名： 人工知能  (人工知能学会誌)
巻： 29  号： 4  ページ： 357-365  発行年： 2014年07月01日 
JST資料番号： X0330A  ISSN： 2188-2266  資料種別： 逐次刊行物 (A)
記事区分： 解説  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ハイパースペクトル画像は対象物からセンサに入射する電磁スペクトルを平面的に観測し,空間方向と波長方向に次元を持つキューブ状のデータである。本論文では,地球観測において幅広い用途を持つハイパースペクトル画像の波長方向の情報量が増えると,利用用途が広がる一方でデータの冗長性や解析結果の悪化につながるので,高次元なスペクトル情報を最大限活用するデータ処理技術を紹介した。まず,ハイパースペクトル画像のクラス分類ではバンド選択や特徴抽出によって次元削減を行い,クラスラベル付きサンプルを訓練データとして教師あり分類を行うことが主流であり,訓練データの作成が困難な場合に半教師あり学習や能動学習が研究されていることを示した。次に,ハイパースペクトルカメラでは一画像に複数の構成要素が混在するミクセルが発生しやすいので,線形スペクトル混合モデルに基づくミクセル分解のアプローチとしてスペクトルライブラリ活用型,及びデータ駆動型を解説した。また,監視や罹災者救助に有用な適応型整合フィルタを用いたピクセルサイズのターゲット検出,及び部分空間整合検出器を用いたサブピクセルサイズのターゲット検出について述べた。さらに,高解像度化手法としてミクセル分解に基づくマルチスペクトル画像との融合手法を示した。

シソーラス用語： *スペクトル画像 ,  整合フィルタ ,  データ処理 ,  *パターン分類 ,  特徴抽出 ,  次元縮小 ,  ラベル付け【画像】 ,  *教師つき学習 ,  機械学習 ,  カメラ ,  画素 ,  ライブラリ【計算機】 ,  検出 ,  コンピュータビジョン ,  高分解能
準シソーラス用語： ターゲット検出 ,  ハイパースペクトルカメラ ,  *ハイパースペクトル画像 ,  マルチスペクトル画像 ,  ミクセル ,  高解像度 ,  能動学習

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (59件)：

• Adams, J. B., Smith, M. O. and Johnson, P. E.: Spectral mixture modeling: A new analysis of rock and soil types at the Viking Lander I site, J Geophys. Res., Vol. 91, pp. 8098-8112 (1986)
• Barnsley, M. J., Settle, J. J., Cutter, M. A., Lobb, D. R. and Teston, F.: The PROBA/CHRIS mission: A low-cost smallsat for hyperspectral multiangle observations of the Earth surface and atmosphere, IEEE Trans. Geosci. Remote Sens., Vol.42, No. 7, pp. 1512-1520 (2004)
• Bayliss, J., Gualtieri, J. A. and Cromp, R.: Analysing hyperspectral data with independent component analysis, Proc. SPIE, Vol.3240, pp. 133-143 (1997)
• Benediktsson, J. A. and Kanellopoulos, I.: Classification of multisource and hyperspectral data based on decision fusion, IEEE Trans. Geosci. Remote Sens., Vol.37, No.3, pp. 1367-1377 (1999)
• Benediktsson, J. A., Palmason, J. A. and Sveinsson, J. R.: Classification of hyperspectral data from urban areas based on extended morphological profiles, IEEE Trans. Geosci. Remote Sens., Vol.43, No.3, pp.480-491 (2005)

タイトルに関連する用語 (4件)： 宇宙 ,  人工知能技術 ,  ハイパースペクトル画像 ,  地球観測