機械学習とUAV空撮画像を用いたハビタット分類手法の提案

抄録

時空間的に変化が大きい河川環境の状態を把握・評価しようとする場合，高頻度に広域のデータを取得 する必要があり，UAV空撮画像を用いたハビタットの観測は，その変化を捉えるのに適していると考える．一方，ハビタットの観測は，目視での判断によるため，高頻度のデータを対象にする場合作業コストが高くなる．そこで，機械学習手法の一つであるRandom forestを用いて，空撮画像から出力されるDSMおよび RGBデータを用いてハビタットの分類に適用した．その結果，早瀬･平瀬･淵･ワンドは，6割程度の性能で分類することできた．ただし，平瀬･ワンド･たまりについては，画像上も類似しているため，相互に誤検出しあう可能性がある留意する必要があることが示された．