seoil e&m

(左側から) DGISTJ.Y.HWANG(ファン・ゼユン)教授、G.S.LEE(イ・ギョンス)修博士統合過程生、DABEEO社J.H.PARK(パク・ジュフム)代表

航空写真から建物を抽出する人工知能とその結果

2021.08.12 09:26

ディープラーニングの発展と性能向上にもかかわらず、航空映像の低い解像度のため、
航空映像を用いるデジタル地図を作る人工知能ニューラルネットワークモデルの開発は目立つ進展がない状況である。

これを解決するために、今まではただ人工知能のニューラルネットワークの構造を変えたり、
航空映像の解像度を上げてみる前処理方式に重きを置いていた。
しかし、このやり方は建物の位置は割によく探すが、建物の形や境界を精密に探索するには性能の限界があった。

ここに、DGISTの情報通信融合専攻のJ.Y.HWANG(ファン・ゼユン)教授の研究チームがディープラーニング技術を活用して、
遠隔感知のために航空写真で建物を正確に抽出できる世界最高性能のデジタル地図生成人工知能ニューラルネットワークモジュールを開発した。

今回の研究成果は地図データ専門技術企業であるDABEEO(ダビオ)社と人工知能の革新技術開発などの様々な後続研究とも関係深く、
今後の関連分野にも肯定的な影響を与えてくれると期待される。

特に、航空映像で建物などの物体を正確に抽出する技術は軍事、物流、自律走行などで活用されるデジタル地図製作に重要な技術である。
しかし、品質や解像度が低い航空映像の場合は既存技術では物体を正確に見分けられなくて
今までは人が直接デジタル地図を制作するため、時間や費用が高く要られた。

J.Y.HWANG教授チームは、デジタル地図の自動制作に必要な物体の検出時に航空映像の建物の境界に集中して検出すると
建物探知の性能を高められると思い、これに基づいて人工知能の開発に取り掛かった。
こうして開発された人工知能モデルは正確な境界の見分けだけではなく、建物の境界の精密な探知までできる。

研究チームは更に、新しい学習パイプライン及び新しい演算子を設計して
建物の境界と情報(Entropy)の関連性を分析して正確に見分けできる新しいニューラルネットワークを開発した。

新しく開発されたニューラルネットワークは航空映像から建物の正確な形と境界抽出が可能というメリットを持っており、
様々な航空映像のドメイン(Domain)から建物の抽出性能を既存より大きく向上させることができる。

これは人の作業では完成まで1カ月はかかったデジタル地図作りをたった数秒で作れるほど効率性を極大化させたのである。

これはDGISTとDABEEO社が2019年に人工知能ラボを共同開設した以来、持続的に行ってきた産学協力の結果である。
DABEEO社はDGISTとの産学協力を通じた技術の高度化で韓国科学技術情報通信部の未来ユニコーン育成事業に選定されて、
今はグローバルIT会社として成長していく会社である。

現在、DGISTとDABEEO社は映像の物体抽出に基づいた人工知能技術を通じて、客体分析分野での技術力を認められており、
衛星及び航空映像を活用した空間データ分析及びデータ自動抽出プラットホームを高度化させるなどの様々な研究及び事業化活動を進めている。

DGIST情報通信融合専攻のJ.Y.HWANG教授は「今回の研究を通じて開発したニューラルネットワークは、
航空・衛星写真から物体を精度高く抽出できる新しいニューラルネットワークである」とし、
「今後、関連技術をもっと改善すれば、医療映像などの様々な分野にも適用されて人工知能の技術発展にも
肯定的な影響を与えられると期待している」と述べた。

一方、今回の研究はDGIST情報通信融合専攻のG.S.LEE(イ・ギョンス)修博士統合過程学生が第一著者として、
KAISTのJ.H.CHOI(チェ・ジファン)教授が共同責任著者として参加した。
研究結果はIEEE内の関連分野で最上位ジャーナルである「Transactions on Geoscience and Remote Sensing」に
「Boundary-Oriented Binary Building Segmentation Model with Two Scheme Learning for Aerial Images」というタイトルで
7月26日に掲載された。

※本件についてお問い合わせ事項がございましら、当ホームページの「お申込み/お問い合わせ」又は下記の連絡先へご連絡お願い致します。
部署名：SEOIL E&M 企画マーケティンググループ
TEL ：+82)2-6204-2033
E-mail : pl@seoilenm.com