(Poster session/Short oral-presentation) Earth & Resources

[2105-19-12] [Student presentation: Master’s course] Validation of Mineral Identification System Using Deep Learning-Based Image Analysis Processing on Multispectral Images

○Hiromasa Nozaki¹, Natsuo Okada¹, Yoko Otomo¹, Youhei Kawamura¹ (1. Hokkaido University)

Chairperson: Naoki Kinoshita (Ehime University)

Keywords:Multispectral, Deep Learning, Mineral Identification, Neural Network, Semantic Segmentation

鉱物の同定には様々な手法が存在するが、X線回折装置や分析装置の付いた電子顕微鏡などを用いることが多く、高価な機器と分析時間を必要とする。また、その管理や操作は複雑なため分析装置の導入も簡単ではない。一方で近年では高解像度の分光カメラなど安価でコンパクトな機器を用いた鉱物の同定が可能であることが明らかにされてきた。それに加えて機械学習や深層学習といった手法を組み合わせることで鉱物同定の精度を向上させる研究も行われている。本研究では、８バンドマルチスペクトルカメラと深層学習を組み合わせることで複数の鉱物が同定可能であるかを検証した。初めに８種類の鉱物を通常室内環境で撮影した。次に撮影したマルチスペクトル画像からデータキューブを作成し、スペクトルデータを抽出したのちに畳み込みニューラルネットワークにて、それぞれの鉱物が同定できるかを検証した。最後に複数の鉱物が同一フレームに映っている写真に対しセマンティックセグメンテーションを行った。結果としてそれぞれの鉱物を色分けして出力することに成功した。これによりマルチスペクトルカメラおよび深層学習を用いた鉱物同定を行うことができることが示された。