| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2024-11-29 11:25 パーリンノイズを用いたリモートセンシング画像に対する自己教師あり対照学習 ○岡澤律来・前田英作（東京電機大）  PRMU2024-11 |
|
| 抄録 | （和） | 人工衛星の普及に伴いリモートセンシング（RS）画像の利活用が急速に進みつつあるが，RS 画像の解析には通常の画像認識タスクと同様に深層学習が有効であるとともに，タスクに応じた大量のラベル付き学習画像データが必要となる．限られた学習データを利用してタスクの性能を高めるためにラベルなしデータで事前学習を行うことが多いが，RS 画像にはセンサの性質や撮影時の状況によって品質にばらつきが生じるため，事前学習による十分な効果が得られない．そこで本研究では，RS 画像における画像品質のばらつきに着目し，入力画像にパーリンノイズを重ねるデータ拡張を対照学習に導入することを提案する．土地被覆分類タスクに本手法を適用し，パーリンノイズ導入前の手法と比較して本手法の有効性を確認した．また，より自然なノイズを入力画像に追加することで学習済みモデルの特徴量が土地利用分類において有益な特徴を示すことが示唆された．本手法は，RS 画像だけでなく画像品質に大きなばらつきがある画像全般に有効であると考えられる． |
| （英） | With the increasing use of satellites, the application of remote sensing (RS) imagery is rapidly advancing. Deep learning is effective for RS image analysis, but it requires large amounts of labeled data, which is often limited. To enhance performance, pre-training on unlabeled data is common. However, RS images vary in quality due to sensor characteristics and environmental conditions, reducing the effectiveness of pre-training. This study proposes the use of Perlin noise-based data augmentation in contrastive learning to address these variations. Transfered to land cover classification, the method improved performance and highlighted its potential for images with significant quality variations. | |
| キーワード | （和） | 自己教師あり学習 / リモートセンシング / データ拡張 / パーリンノイズ / 土地被覆分類 / / / |
| （英） | Self Supervised Learning / Remote Sensing / Data Augmentation / Perlin Noise / Land Cover Classification / / / | |
| 文献情報 | 信学技報, vol. 124, no. 281, PRMU2024-11, pp. 19-24, 2024年11月. | |
| 資料番号 | PRMU2024-11 | |
| 発行日 | 2024-11-22 (PRMU) | |
| 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 | PRMU2024-11 |
|
| 研究会情報 | |
| 研究会 | PRMU IPSJ-CVIM IPSJ-CGVI IPSJ-DCC |
| 開催期間 | 2024-11-29 - 2024-11-30 |
| 開催地（和） | 福井工業大学 福井キャンパス |
| 開催地（英） | |
| テーマ（和） | 生成・創造のためのCV/CG/DCC/PR技術 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2024-11-PRMU-CVIM-CGVI-DCC |
| 本文の言語 | 日本語 |
| タイトル（和） | パーリンノイズを用いたリモートセンシング画像に対する自己教師あり対照学習 |
| サブタイトル（和） | |
| タイトル（英） | Self-supervised Contrastive Learning for Remote Sensing Imagery with Perlin noise injection |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 自己教師あり学習 / Self Supervised Learning |
| キーワード(2)（和/英） | リモートセンシング / Remote Sensing |
| キーワード(3)（和/英） | データ拡張 / Data Augmentation |
| キーワード(4)（和/英） | パーリンノイズ / Perlin Noise |
| キーワード(5)（和/英） | 土地被覆分類 / Land Cover Classification |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 岡澤 律来 / Riku Okazawa / オカザワ リク |
| 第1著者 所属（和/英） | 東京電機大学 (略称： 東京電機大) Tokyo Denki University (略称： Tokyo Denki Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 前田 英作 / Eisaku Maeda / マエダ エイサク |
| 第2著者 所属（和/英） | 東京電機大学 (略称： 東京電機大) Tokyo Denki University (略称： Tokyo Denki Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2024-11-29 11:25:00 |
| 発表時間 | 15分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2024-11 |
| 巻番号（vol） | vol.124 |
| 号番号（no） | no.281 |
| ページ範囲 | pp.19-24 |
| ページ数 | 6 |
| 発行日 | 2024-11-22 (PRMU) |
[研究会発表申込システムのトップページに戻る]