リモートセンシング

AI リサーチャーの松野です。 教師ラベルがない状況を想定して外れ値検出を試みる機会があったので、試したことをご紹介したいと思います。 対象としたサンプルデータについて詳細は述べませんが、十数次元のテーブルデータで、とあるラベル付けがされています。 このラベルによって抽出される2つのグループ A, B についてそれぞれ同一の外れ値検出を試みます。 データ件数は、グループAは約1万件、グループBは約4千件でした。 Isolation forest を用いた外れ値検出 まずは素直に、scikit-learn に実装されている isolation forest を適用してみます。 今回は正解データが…

Researcher の尾川です。今回は MVS の後処理の高速化についてご紹介します。 背景 MVS によって得られた生の 3D 点群には一定のノイズが含まれます。当社の主なターゲットであるドローン測量分野では、撮影中に動くもののほか、撮影位置に依存して被写体の光の強さが変わるもの（水面を含む光沢面）や、実質的に無限遠にあるもの（空など）が入力画像に内在するノイズの原因として挙げられます。さらにその後の処理において、誤検出に由来するノイズなどが追加される場合があります。 たとえば、このようなノイズが最終的な高さデータ (DSM) まで残ってしまうとそのノイズ点の高さが地形表面の高さとして表現…

目的 スカイマティクスのAI研究員・Liangです。 写真測量学において、精度の向上を追求するためには、カメラレンズの物理的な状態を考慮することが重要なテーマとなる。現在、市販のカメラが大量に生産されていますが、同じカメラでもレンズの形状や物理的な設定に微妙な違いがあり、レンズに欠陥がある場合もあります。そのため、カメラキャリブレーションを導入し、これらの不確定要素を補正することで、可能な限り高い精度を得る必要があります。 カメラキャリブレーション カメラキャリブレーションの目的は、カメラの内部・外部パラメータを決定し、3D世界座標と2D画像座標の関係を確立することです。これにより、コンピュー…

リサーチャーの鄭です。特徴マッチングは、二枚以上の画像または写真のオーバーラップがある範囲に同じものを認識するための技術であり、画像処理および写真測量の分野において重要な課題となっています。特徴マッチングの任務は、パソコンとデジタルカメラが発明される前は主に人の目に頼って行われており、写真間の共通点を人間が認識することによって行われていました。しかしこの方法では効率的に行うことができず、画像処理にかかる時間や人的なコストが高くなり、特徴マッチングの正確性も確保できませんでした。デジタルの時代に入り、パソコンとデジタルカメラの普及が進んだことを受けて、画像処理における自動化特徴マッチングの技術に…