文献

J-GLOBAL ID：201802233658745807   整理番号：18A1892100

ローカルリモートセンシングにおけるCNNによるアマモ場判別の有用性に関する研究

STUDY ON USEFULNESS OF DISCRIMINATION OF ZOSTERA JAPONICA BY CNN IN LOCAL REMOTE SENSING

著者 (2件)： 岸本健一 (金沢工業大学大学院 環境土木工学専攻) ,  有田守 (金沢工業大学 環境・建築学部環境土木工学科)
資料名： 土木学会論文集 B3(海洋開発)(Web)  (Journal of Japan Society of Civil Engineers, Ser. B3 (Ocean Engineering) (Web))
巻： 74  号： 2  ページ： I_432-I_437(J-STAGE)  発行年： 2018年 
JST資料番号： U0288A  ISSN： 2185-4688  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究では,石川県そわじ浦海岸を対象として抽出された藻場の空撮画像を用いてアマモ及びその他の植生を判別する手法を開発した.アマモ場などの海草群落を空撮画像から分布推定する手法は様々な手法が提案されているが,衛星画像を利用する分布調査では画像取得に時間がかかることや衛星画像から詳細な分布を把握することは困難である.本研究では,自動運転技術などで一般物体の識別に用いられるCNNを使用して広域に及ぶアマモ場の分類手法としての有用性について検証を行う.特に一般物体識別と比べて画像内の対象物が小さい場合でもHyper Parameterの設定によって抽出した藻場の分類が可能であるかを検証した.(著者抄録)

シソーラス用語： *リモートセンシング ,  *ニューラルネットワーク ,  藻場 ,  画像 ,  生息分布 ,  *鑑別
準シソーラス用語： CNN ,  *アマモ場 ,  *空撮画像 ,  *植生分布 ,  品種判別

著者キーワード (5件)： Deep Learning ,  Convolutional Neural Network ,  Remote Sensing ,  Aquqtic plants ,  Zostera Marina

分類 (2件)： 海藻類  (FH02040G) ,  水産土木  (FH01030O)

引用文献 (5件)：

• 1) 水産庁,マリノフォーラム 21:アマモ類の自然再生ガイドライン,マリノフォーラム 21 ホームページ,http://www.mf21.or.jp/pdf/amamo/guideline.pdf,pp. 3_5-3_11,2007.
• 2) 今村正裕,松梨史郎,本多正樹,川崎保夫:アマモ生育水域の物質循環に関わる環境因子の特性,海岸工学論文集,第50巻,pp. 1101-1105,2003.
• 3) 森口朗彦,高木儀昌,寺脇利信:離れ島状に形成されたアマモ場の消長と波浪環境,海洋開発論文集,第20巻,pp. 971-976,2004.
• 4) 松田斉久,吉田勝則,丹羽幸一,山田文人,吉田徹,鳴海日出人:衛星画像と音響測深機を利用したアマモ場分布域の把握-霧多布港周辺海域-,海洋開発論文集,第23巻,pp561-566,2007.
• 5) 澤井泰基,有田守:ローカルリモートセンシングによるアマモ場植生の分布調査手法に関する研究-Snake法によるアマモ場の画像抽出に関する検討-,中部支部研究講演概要集,pp193-194,2013.

タイトルに関連する用語 (6件)： リモートセンシング ,  CNN ,  アマモ場 ,  判別 ,  有用性 ,  研究