■論文読み

Automatic vegetation identification in Google Earth images using a convolutional neural network: A case study for Japanese bamboo

https://www.biorxiv.org/content/10.1101/351643v2

正確に読解できていなかったら申し訳ない

この論文でやったこと・感想

管理されなくなった竹が他の植物の生えた地域に侵略していくことが問題となっている。

この問題に対処するには、竹の移動を経時的に追うこと、または、侵略しているかを判別することが求められる。

本論文は、この問題を解決するために、Deep learningを用いて衛星画像データを竹とそれ意外に識別を試みる。

画像はGoogle Earthから取得し、著者らが3種類のTag付けを行った。このデータを元に学習を行った。　

結果、非常に精度の高い識別機が構成できたと主張している。

ただし、衛生画像を撮影した時期によって、精度が著しく損なわれるので、現時点では経時変化を追跡する課題は解決されていない。

質問

Introduction

竹林が徐々に他の植生の場所に侵略している。この問題を解決するために、まずどこに竹が生えているのかを識別するのがこの論文の目的。

この課題を解決するためにGoogleEarthの画像は適切なのか？言い換えれば、課題に対するシステムの必要要件が記述されていない。

• 竹の侵略速度はどれくらいなのか？頻繁に識別を行う必要があるなら、更新頻度の高い画像を使うべきではないだろうか。
• 侵略を認める解像度は十分なのだろうか？例えば、1m程度の侵略であれば対策の必要はなさそうだが、2m侵略があれば対策を行う必要がでるのか？
• 大きさ数mの竹を上空から撮影しているので、画角によっては竹が生えていない場所に竹の葉がかかる場合があると考えられる。

Methods

• どのようなデータを用いたのかを詳細に記述できていない。再現性を保証するためには、地図を多角形で囲んだデータ・TAG付け方法・実際のTag付けデータの配布が必要である。
• Google Earthのデータはいつのものか？具体的な撮影日。
• どの範囲の画像を使用したのか。具体的なGPS座標と、面積。
• 教師データはどのように作成したのか。衛星データからある地域に竹があることを認める基準はなにか？
• Figure 7、Figure 9はGPS座標と倍率を記述するべき
• Overlapについて
  • ある画像データの50%がほかの画像データの50%とoverlapしている。言い換えれば、ある画像は、2枚のほかの画像から再構成できる。切り分けた画像の75%をトレーニング画像とし、25%をvalidationデータにしている。ここで、validation dataの画像の一部は、training dataの画像の一部と重複している。この方法では精度は良く見積もられやすい。参照: https://qiita.com/QUANON/items/ae569961ea02b4468e23
  • なぜvalidation dataとtraining data関係があるデータを使って学習をさせたのか？現状のデータの扱いでは良い予測をする分類機だと評価されやすいというbiasがあることをdiscussionに記述するべき。
• 新しいデータを入力し、分類器のもっともらしい分類精度を計算するべき。

• データ数
  • 切り分けた画像の総数。タグ付された画像の個数。

実験評価

この論文で提示している問題は、植物の侵略を判定する識別器をつくることである。故に、竹やぶと建物の境目になる部分が正しく識別されていることがこのシステムの必要要件である（多くの範囲が正確に識別されることは目標ではない）。

• 上の基準で判定率を計算するべきだろう。
• Figure 7をみると、画像中央の広場の南側の植物との境目（黒い部分）は正確に判定されているのだろうか。
• 上述と同じ箇所で、黒い部分は竹でないならなんなのだろうか？GoogleEarthで見れば、何が写っているのかがわかるのか？
• Figure 7の正解データが見たい。

Results

よみました

discussion

Transferability among the models

• 撮影日の天候などによって影響がでることを述べているが、そのような結果は論文に掲載されていない。
  • 実際の画像がみたい。
• 撮影時の状況により、精度が著しく減少することを認めるなら、植物の侵略を計測するという今回の研究の目的は、達成されていない。
  • このことを明記するべきではないか。

Permalink | 記事への反応(0) | 02:52

ツイートシェア