Realization of the Micro Population Census by Deep Learning Using Satellite Images in Developing Countries

本事業では昨年度に実施した衛星画像を用いた建物の立体的抽出手法の発展を行った。昨年度と同様、東京都市圏とバンコク都市圏を対象に、まず、全世界を対象に無料で利用可能な状態で公開されている衛星画像から、個々の建物の分布とその範囲を深層学習で自動抽出する技術を開発した。昨年度は採用していなかった深層学習の手法も適用することで、IoU85%以上とより高い精度で建物抽出をすることが可能になった。また、それを実現するためにより多くの教師データの作成を行い、各都市において数千件におよぶ教師データの整備を行った。また、抽出した個々の建物の建物用途を推定する技術の発展・改良にも取り組んだ。昨年度までに各建物のボリュームが小さく居住人数が小さいことが予想される戸建て建物と、ボリュームが大きく共同住宅を含む非戸建て建物を判別する技術開発を行い、その結果、十分な判別精度を得るには至らなかったものの、建物用途判別に有用だと期待される分類手法（機械学習）の調査・把握を行うことができた。これらの成果をもとに建物周辺の環境を考慮したモデルなどを開発することで、戸建て・非戸建てを約75%の精度で判別できるようになった。さらに、来年度以降に向けて、建物単位の人口推定を行うための、関連する研究や技術の調査を行い、有用な手法や既存研究、またそれらを踏まえた本研究の優位性・新規性等について調査を行った。加えてバンコク中心市街地を対象とした現地調査を実施し、抽出精度が低下する建物の特徴を把握することができた。また、抽出精度の信頼性検証に向けて現地調査で何を把握するべきかについても現地において情報収集をすることができた。

本事業では昨年度に実施した衛星画像を用いた建物の立体的抽出手法の発展を行った。昨年度と同様、東京都市圏とバンコク都市圏を対象に、まず、全世界を対象に無料で利用可能な状態で公開されている衛星画像から、個々の建物の分布とその範囲を深層学習で自動抽出する技術を開発した。昨年度は採用していなかった深層学習の手法も適用することで、IoU85%以上とより高い精度で建物抽出をすることが可能になった。また、それを実現するためにより多くの教師データの作成を行い、各都市において数千件におよぶ教師データの整備を行った。また、抽出した個々の建物の建物用途を推定する技術の発展・改良にも取り組んだ。昨年度までに各建物のボリュームが小さく居住人数が小さいことが予想される戸建て建物と、ボリュームが大きく共同住宅を含む非戸建て建物を判別する技術開発を行い、その結果、十分な判別精度を得るには至らなかったものの、建物用途判別に有用だと期待される分類手法（機械学習）の調査・把握を行うことができた。これらの成果をもとに建物周辺の環境を考慮したモデルなどを開発することで、戸建て・非戸建てを約75%の精度で判別できるようになった。さらに、来年度以降に向けて、建物単位の人口推定を行うための、関連する研究や技術の調査を行い、有用な手法や既存研究、またそれらを踏まえた本研究の優位性・新規性等について調査を行った。加えてバンコク中心市街地を対象とした現地調査を実施し、抽出精度が低下する建物の特徴を把握することができた。また、抽出精度の信頼性検証に向けて現地調査で何を把握するべきかについても現地において情報収集をすることができた。