2022 年 78 巻 2 号 p. I_103-I_112
本論文は,小型の自律航行型無人潜水機(Autonomous Underwater Vehicle:以後「AUV」とする)により取得した水中マッピングデータを用いて,水中に存在する物体分類を迅速かつ正確に行う手法の構築について検討したものである.取得した水中マッピングデータのうち,水中音響反射強度画像に加え,水深データおよび後方散乱強度データを入力データとして使用し,これらの異種データの特徴量を融合したマルチモーダル深層学習に基づく畳み込みニューラルネットワーク物体分類手法を提案した.本手法の有効性を検証するために,実測した水中マッピングデータへの適用を行った結果,精度評価指標(正解率・マクロ平均F値および再現率)の向上を確認することができた.