Core Concepts
ユニバリエイト周辺分布アルゴリズム(UMDA)を用いて、ランドサット8号衛星の最適なスペクトルバンドを選択し、セマンティックセグメンテーションを通じて森林減少検出の性能を向上させる。
Abstract
本研究では、ユニバリエイト周辺分布アルゴリズム(UMDA)を用いて、ランドサット8号衛星の最適なスペクトルバンドを選択し、セマンティックセグメンテーションを通じて熱帯雨林の森林減少検出の性能を向上させる新しいフレームワークを提案している。
まず、ランドサット8号衛星画像から9つの地域を選択し、SLIC法によってセグメンテーションを行った。次に、各セグメントのハラリック特徴量を抽出し、UMDAアルゴリズムを用いて最適なバンド組み合わせを探索した。
その結果、B4、B3、B1の3つのバンドが最も重要であることが示された。この最適バンド組み合わせを用いて、DeepLabv3+アーキテクチャによるセマンティックセグメンテーションを行ったところ、従来手法を大きく上回る性能が得られた。特に、IoU指標において大幅な改善が見られた。
このように、UMDAに基づくバンド選択フレームワークは、効率的かつ効果的に熱帯雨林の森林減少検出を行うことができる。従来の「より多くのデータが良い」という考えに反して、最適な少数のバンドを選択することで、高精度な検出が可能となった。
Stats
ランドサット8号衛星の7つのスペクトルバンドのうち、B4、B3、B1の3つのバンドが最も重要であることが示された。