Deep learning-based layout design of urban roadside trees on the road network within digital twins

点击翻译按钮获取中文摘要

初年度はAIモデル構築のための学習データの整備を行った。まず、街路樹単木が同定可能な高解像度の衛星データ(WorldView-3,4相当)を購入しようとした。しかし、2022年度の衛星観測データは、植物が葉を茂らせる5～10月期において、名古屋市領域で晴天条件は得られなかった。この為、過去の航空写真を、分析用代替データとして購入した。購入した航空写真は、NTTインフラネット株式会社が提供するGEOSPACE航空写真データである。WorldView-3,4相当の解像度だが、2020年5月の撮影なので2年程前の画像になる。撮影地点として、千種区の名古屋市立大学近辺の図郭画像を選択した。この航空写真から、名古屋市が提供する街路樹の緯度・経度を照合して、50px x 50px の街路樹画像をプログラムで抽出した。結果として、抽出した航空写真の1/3程は、街路樹が映っていなかった。街路樹が画像に含まれていない原因として、名古屋市の街路樹計測時に管理担当者が使った緯度・経度の計測装置が低精度だった可能性がある。また航空写真は5月撮影のデータとあるが、画像中の街路樹の色が緑色ではなく灰色のものも多かった。撮影時期が5月の前半で、まだ緑が多くない時期だった可能性も考えられる。この様に、名古屋市の緯度・経度の計測値を頼りに街路樹領域の学習データを作成しようとしたが、初年度には街路樹の領域が上手く抽出できなかった。次年度では、目視で航空写真から街路樹領域を抽出することで、質の高いAI学習データの作成を試みる。