GANおよびScore-CAMベースのコドラート画像内の多点基質判別

基于GAN和Score-CAM的样方图像多点基质判别

• 批准号: 22K12077
• 负责人: 野崎 真也
• 金额: $ 1万
• 依托单位: University of the Ryukyus
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12077/
• 关键词: 深層学習; コドラート; GAN; SCORE-CAM; コドラート画像; 基質判別; CNN; 深層学習; コドラート; GAN; SCORE-CAM; コドラート画像; 基質判別; CNN

深層学習を用いて、海底の基質判別に向けた研究を行っている。これまでの研究成果では、基質判別はできるものの、似たような形状や画像がぼけている場合などでは十分ではなかった。そして、１画素での判別なので、領域そのものの判別はできなかった。そこで、これまでの手法の質を高めつつ、GANおよびSCORE-CAMを用いて、多点の基質を判別して2次元的に基質を判別する手法を開発する。今年度は深層学習における、Batch sizeの影響を確認した。さらに、従来までは、検証用画像内をランダムに点を選択していたが、将来的な領域としての基質判別をするめに、一定区間ごとに検出することにした。一定区間での基質判別をすることにより、学習用画像と評価用画像のアンバランスが生じることになり、Cross validationをそのまま適用できない問題点が生じたが、学習用画像の枚数を整理することで検証ができるようにした。岩およびサンゴそれぞれの判別の場合での最適なbatch sizeは若干異なるが、概ね最適なパラメータを確認した。学習のプロセスを確認すると、batch sizeの値によっては安定的に収束していないことが確認されたことより、batch sizeが低いときにF値が向上しなかった理由は収束に影響していることが示唆された。また、将来的な領域判別のためには、F値が原理上0.625が必要であるが、これらの実験ではある程度可能という見通しになった。そして、GANを用いて疑似サンゴ画像を生成し実験に有用であるか確認を行った。目視である程度サンゴ画像と確認できたが、本システムに用いるには改善が必要である。データセットおよび画像サイズの点で修正が必要であると確認され、改善中である。改善後はこれまでのシステムに対して速やかに適用し実験および検証を行う。

我们正在进行旨在使用深度学习区分海底底物的研究。先前的研究结果表明，可以识别底物，但是类似的形状和图像也不足够。此外，由于歧视是在一个像素上执行的，因此无法区分区域本身。因此，在提高了先前方法的质量时，我们将开发一种使用GAN和SCORE-CAM来区分多个底物和二维以区分底物的方法。今年，我们证实了批处理大小对深度学习的影响。此外，到目前为止，在图像中随机选择了点以进行验证，但是为了将底物区分为将来的区域，我们决定在一定间隔中检测它们。通过在一定时间间隔内确定底物，创建了学习和评估图像之间的不平衡，从而导致一个问题无法按原样应用交叉验证，但是通过组织学习图像的数量，我们可以验证它们。岩石和珊瑚歧视的最佳批处理大小略有不同，但通常确认了最佳参数。当我们检查学习过程时，可以证实某些批次尺寸值不会稳定收敛，这表明当批处理大小较低时F值没有改善的原因对收敛产生了影响。此外，原则上，对于将来的区域识别，F值必须为0.625，但是这些实验在某种程度上使其成为可能。然后，使用GAN生成伪孔图像，以确认其在实验中是否有用。尽管在某种程度上将其视为视觉确认为珊瑚图像，但在此系统中使用它需要改进。已经确认，在数据集和图像大小方面需要进行校正，并且正在进行改进。改进后，该系统将迅速应用于以前的系统并进行了测试和验证。