備忘録

備忘録というなのポエム

【論文メモ11】An Open-Source Semi-Automated Processing Chain for Urban Object-Based Classification

  • title : An Open-Source Semi-Automated Processing Chain for Urban Object-Based Classification
  • Author : Jordi Inglada et al.
  • journal :Remote Sens. 2017, 9(1), 95 Remote Sens. 2017, 9(1), 95

ざっくり

オープンソースソフトウェアとオブジェクト分類を組み合わせて都市域の分類をしようという論文。

メインはGRASS GIS 7.2 と R、Jupyter notebookを用いている。

セグメンテーションにはi.segmentを用いる。

セグメンテーションの精度がそのままオブジェクト分類の精度に直結するが、 専門知識を必要としない教師なしで評価する。

そこでi.segment.uspoというアドオンを開発(?)した。

その後i.segment.statsでオブジェクト統計量を計算した。 しかし計算量の節約から、r.object.geometryを開発した。

分類はv.class.mlRを用いた。

SVM,Random Forest, Recursive Partitioning, kNNで分類した。

そして各分類器の結果を用いて、いくつかのvoteによってクラスを予想した。

結果はRF > SVMで、Voteはクラスによっては良かったり悪かったり。

感想

この論文のいいところは、Jupyter notebookが実際にgithubで公開しているところ。 URL:https://github.com/tgrippa/Opensource_OBIA_processing_chain

GRASS GISのi.segmentが2億のオブジェクトまで扱えると書いてあったが、結構速く動くのだろうか。

やはり最近はシェルスクリプトでGRASSのコマンドを記述するのではなく、Pythonで記述していくのが流行っているようだ。

次に読みたい論文

  • Belgiu, M.; Drăgut, L. Random forest in remote sensing: A review of applications and future directions. ISPRS J. Photogramm. Remote Sens. 2016, 114, 24–31.

Ramdom forestのサーベイ

  • Belgiu, M.; Drăgut, L. Comparing supervised and unsupervised multiresolution segmentation approaches for extracting buildings from very high resolution imagery. ISPRS J. Photogramm. Remote Sens. 2014, 96, 67–75.

セグメンテーションの評価に教師なしで行ったときにも、教師あり評価と同等の結果になった、という文の引用。

  • Zeng, Y.; Zhang, J.; Van Genderen, J.L. Comparison and Analysis of Remote Sensing Data Fusion Techniques at Feature and Decision Levels. In Proceedings of the ISPRS Commission VII Mid-term Symposium Remote Sensing: From Pixels to Processes, Enschede, The Netherlands, 8–11 May 2006.

“for a review of decision level fusion methods used in remote sensing” とあるので読んでみたい。

  • Espindola, G.M.; Camara, G.; Reis, I.A.; Bins, L.S.; Monteiro, A.M. Parameter selection for region-growing image segmentation algorithms using spatial autocorrelation. Int. J. Remote Sens. 2006, 27, 3035–3040

autocorrelationに関する論文。