[4K2-J-13] AI応用: 国土と社会インフラ

[4K2-J-13-01] 畳み込みニューラルネットワークと敵対的生成ネットワークによる地中レーダ画像の物体識別

〇園田 潤¹、木本 智幸² (1. 独立行政法人国立高等専門学校機構仙台高等専門学校、2. 独立行政法人国立高等専門学校機構大分工業高等専門学校)

キーワード：地中レーダ、畳み込みニューラルネットワーク、敵対的生成ネットワーク

地中レーダは地中に入射した電波の誘電率差で生じる反射波により地中物体を検出する技術であり，近年劣化が深刻な社会インフラのセンシングに有効な技術である．しかしながら，地中レーダ画像から物体の材質や大きさを識別することが課題であった．我々は，多層のニューラルネットワークを用いた機械学習であるディープラーニングによるレーダ画像からの地中物体識別を目的に，GPUクラスタを用いたFDTD法による地中レーダシミュレーションで学習用レーダ画像を生成し，畳み込みニューラルネットCNN を用いて複雑さの異なる多様な不均質土壌における地中物体の識別特性を検討している．本稿では，学習で用いるシミュレーション画像を敵対的生成ネットワークGANを用いて擬似実験画像に変換することで実験画像の識別率が2割程度向上することを報告する．