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

[2107-24-06] Evaluating of the Effectiveness of Hyperspectral Image Preprocessing in Hyperspectral Image Analysis

○Ryohei Kawabata^{1[Master’s course]}, Hisatoshi Toriya¹, Narihiro Owada¹, Tsuyoshi Adachi¹ (1. Akita University)

Chairperson：鳥屋 剛毅（秋田大学）

Keywords:Rock Classification, Deep Learning, Covolutional Neural Network (CNN), Hyperspectral Imaging

採掘において岩石の正確な判定は非常に重要であるが、従来の化学分析には時間とコストがかかる。この効率化を目的にして、ハイパースペクトル（HS）画像を用いた岩石の分類モデルが考案され、優れたパフォーマンスを有することが報告されている。しかし、既存のモデルでは前処理について十分な検討がなされていない。本研究では、畳み込みニューラルネットワーク（CNN）を用いた岩石種別判定技術のさらなる効率化を図るため、CNNへの入力データの前処理として平滑化フィルタリングを施すアプローチを提案する。この前処理により、計算効率と分類性能が向上することが確認された。前処理の効果は、学習曲線、テスト精度、および学習時間を基に評価し、特に窓枠の大きさが大きい場合には学習時間の短縮が顕著であることが示された。