ディープラーニング：マルチスペクトル画像のセマンティックセグメンテーション

衛星画像やドローン画像に対してセマンティックセグメンテーションを行うことで、画像の各画素を占める地物 (森林、建物、水域など) を把握することができます。

衛星や航空機、およびドローンを使ったリモートセンシング分野では、これを土地利用分類や、土地被覆分類と呼び、基盤となるGIS情報の整備に用いられています。この情報をさらに解析することで、土地利用調査、農業調査、森林や海岸線などの環境モニタリングが可能となります。特に近年では、ディープラーニングの発達によって、ルールベースのアルゴリズムでは難しかった柔軟な分類が可能になっていることから、人の目に頼っていた従来の分類作業の負荷低減に期待が寄せられています。

本ビデオでは、MATLAB^®によるディープラーニングを使ったマルチスペクトル画像のセマンティックセグメンテーションの処理の流れの一例をご紹介します。画像中の各画素をラベリングするためのラベラーや、マルチスペクトル画像とラベル画像をメモリ効率よく利用するためのデータストアオブジェクト、代表的なセマンティックセグメンテーション用のニューラルネットワークであるU-Netの使い方をご覧いただけます。さらに、セグメンテーション後の解析についても触れます。

ディープラーニング処理をはじめ、前処理、後処理も含めた全行程で、ぜひMATLABをご利用ください。