分割したブロック画像単位のセマンティックセグメンテーション ―評価方法の検討―

カテゴリ: 部門大会

論文No: OS1-2-1

グループ名: 【C】2024年電気学会電子・情報・システム部門大会

発行日: 2024/08/28

タイトル(英語): Semantic segmentation of block-divided images - Consideration on evaluation method -

著者名: 熊澤 宏之（大阪産業大学）

著者名(英語): Hiroyuki Kumazawa (Osaka Sangyo University)

キーワード: ドローン|深層学習|セマンティックセグメンテーション|畳み込みニューラルネットワーク|データ拡張|Drone|Deep learning|Semantic segmentation|Convolutional neural network|Data augmentation

要約(日本語): 我々は、ドローンで農園を局所的に撮像した複数の画像から広域の画像を作成し、その広域画像に対して深層学習の一つであるCNN (Convolutional Neural Network)をベースにしたセマンティックセグメンテーションを用いて、果樹の種類や果樹が植えられているエリア、地上の構造物をどの程度正確に識別できるかの検討を行っている。その際に、画素数の多い広域画像をタイル状のブロックに分割し、ブロックごとにセマンティックセグメンテーションを行う。本稿では、画像をブロックに分割する際に、ブロックに重なりを持たせてブロック数を増やして学習を行う。そして、識別結果の評価を行い、その評価方法の問題点を実験的に示す。そして、その問題点を解決する一つの手法として、テストデータにデータ拡張(Data Augmentation)を適用した評価を行う。