講演抄録/キーワード |
講演名 |
2019-08-22 11:55
PolSARデータを用いた機械学習による土地利用分類に関する基礎的検討 ○齋藤奈々子・牛腸正則・山田寛喜・佐藤亮一・山口芳雄(新潟大) AP2019-57 |
抄録 |
(和) |
多偏波合成開口レーダ(PolSAR)は,広域観測性と偏波の利用によるターゲット識別性能の高さから,近年,地表面のターゲット検出・分類における需要が増加している.偏波解析手法には散乱電力分解法や固有値解析など,様々な手法が提案されている.近年,誤分類の減少や分類精度向上のために,機械学習を用いた分類手法が盛んに研究されている.本稿では基礎検討として,ALOS-2データに対し,畳み込みニューラルネットワーク(CNN)による土地利用分類を行い,散乱電力分解法やサポートベクターマシン(SVM)を用いた場合との比較検討を行う. |
(英) |
Polarimetric Synthetic Aperture Radar (PolSAR) has been attracting attention in ground target detection and classification. This is because it can observe wide area regardless of time zone and weather, and analyze in detail by using polarimetric information. Various methods, such as model-based scattering power decomposition, eigenvalue analysis and so forth, have been proposed for the analysis of PolSAR data. Recently, classification techniques by using machine learning have been intensively studied to reduce misclassification. In this paper, we present some experimental results of land use classification of ALOS-2/PALSAR-2 data by using convolutional neural network (CNN), and compare with the case of scattering power decomposition and support vector machine (SVM). |
キーワード |
(和) |
多偏波合成開口レーダ(PolSAR) / ALOS-2 / 畳み込みニューラルネットワーク / サポートベクターマシン / 土地利用分類 / / / |
(英) |
Polarimetric Synthetic Aperture Radar (PolSAR) / ALOS-2 / Convolutional neural network / Support vector machine / Land use map / / / |
文献情報 |
信学技報, vol. 119, no. 168, AP2019-57, pp. 55-60, 2019年8月. |
資料番号 |
AP2019-57 |
発行日 |
2019-08-14 (AP) |
ISSN |
Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
AP2019-57 |