ハイパースペクトルデータ解析のための高性能並列粒子群最適化手法に関する研究

点击翻译按钮获取中文摘要

本研究では、反射スペクトルを高い波長分解能のもとで計測できるハイパースペクトル画像センサで観測される画像について、粒子群最適化法(PSO)およびニューラルネットワークを用いて、波長間演算の最適化を行い、農業や防災分野での応用を想定した新しい観測方式の提案を行った。ハイパースペクトル画像データは、多数のチャネルを有することから、各スペクトル成分間の演算様式は数限りなく想定される。これらの中から、有効な演算様式を抽出するために、二重PSO法(不連続量と、連続量を同人最適化する粒子最適化手法)を研究室内のサーバおよび本学のスーパーコンピュータTSUBAME上で実現した。この方式は赤外ハイパースペクトル画像に応用することで、画像中から人の肌のみを抽出するのに有効な特徴量を算出することができるなど、数々の応用が想定可能である。本研究では、ハイパースペクトル画像ももとにした牧草の教師付分類についても研究を進めた。対象とする画像は、東北大学農学研究科の協力を得て、同研究科付属複合生態フィールド教育研究センター(鳴子)の牧草地において移動式クレーン車搭載のハイパースペクトル画像センサで取得した。各種の牧草データについて微分演算の前処理を施した処理系で、ニューラルネットワークをベースとした波長間検算処理で、4種類の牧草分類問題について正解率90%以上の分類を実現することができた。これらの処理方式は、将来我が国で打ち上げが予定されているハイパースペクトルセンサ搭載衛星などから観測される大量のハイパースペクトル画像の効果的な処理に資するものと考える。