2019-05-05

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侵略していくことが問題となっている。

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

論文は、この問題解決するために、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解決されていない。

質問

Introduction

竹林が徐々に他の植生の場所侵略している。この問題解決するために、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目的

この課題解決するために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必要要件記述されていない。


Methods
実験評価

この論文提示している問題は、植物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、画像中央広場南側植物との境目(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、植物侵略を計測するという今回の研究目的は、達成されていない。
    • このことを明記するべきではないか

記事への反応(ブックマークコメント)

アーカイブ ヘルプ
ログイン ユーザー登録
ようこそ ゲスト さん