文献

J-GLOBAL ID：201902254263597683   整理番号：19A1302923

深層学習技術を用いた衛星画像バンド補間の取り組み

Generation of virtual band images for expansion of satellite observation with a deep learning technique

著者 (4件)： 神山徹 (産業技術総合研) ,  加藤創史 (産業技術総合研) ,  加藤創史 (リモート・センシング技セ) ,  山本浩万 (産業技術総合研)
資料名： 日本リモートセンシング学会学術講演会論文集(CD-ROM)  (Proceedings of the Conference of the Remote Sensing Society of Japan (CD-ROM))
巻： 66th  ページ： ROMBUNNO.P27  発行年： 2019年06月04日 
JST資料番号： X0715B  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本研究ではLandsat-8/OLIの可視・近赤外バンドをトレーニングデータセットとして,深層学習ベースの加増生成を行える「Pix2pix」のフレームワークを用い,青色波長帯のバンドを持たないASTER/VNIRに対して仮想青色バンド画像の生成を試みた。再現された画像では陸域と海の領域が明確に区分できること,植生域は緑で表現されるなど自然な色合いを持つ画像が生成されたと言える。OLI画像に対して行った評価では青色バンド画像の再現度は平均的には95%以上であった。特に陸域での再現度が高いことが示唆されている。一方近赤外バンドの再現実験では非常に大きな標準偏差が現れるなど,植生調査などの物理解釈に耐えうるものであるかの調査は今後の課題である。(著者抄録)

シソーラス用語： *機械学習 ,  *衛星利用画像 ,  *内挿法 ,  LANDSAT ,  可視光 ,  近赤外線 ,  調査 ,  植生 ,  リモートセンシング ,  バンド
準シソーラス用語： *バンド補間 ,  深層学習

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 深層学習 ,  衛星画像 ,  バンド ,  補間