Semi-Supervised Learning of CNN for Land-Use Classification from Aerial Photograph

Kei HIRASHIMA; Noritaka SHIGEI; Satoshi SUGIMOTO; Yoichi ISHIZUKA; Hiromi MIYAJIMA

doi:10.3156/jsoft.33.1_520

ショートノート

航空写真からのCNNによる土地利用分類の半教師あり学習を用いた精度改善

平島景, 重井徳貴, 杉本知史, 石塚洋一, 宮島廣美

著者情報

キーワード: 土地利用分類, 畳み込みニューラルネットワーク, 半教師あり学習, 航空写真, 地図記号

ジャーナルフリー

2021 年 33 巻 1 号 p. 520-524

DOI https://doi.org/10.3156/jsoft.33.1_520

詳細

抄録

本研究では，畳み込みニューラルネットワーク（CNN）を用いて航空写真から土地利用の分類を行う手法の精度向上について検討する．提案手法として， GISデータの地図記号から効率よくラベル付けされたデータを生成する手法，および，この手法を用いて半教師あり学習を行うことを提案する．6クラスの土地利用分類において，提案手法の有効性を示す．

責任著者(Corresponding author)

ファンド情報

1.助成機関/事業名: Japan Society for the Promotion of Science

J-STAGEへの登録はこちら（無料）