pix2pixによるCS立体図の地すべり検出

• pix2pix - 変換前後の画像を学習させることでDCGANにより画像の変換を行なうDNN

• 画像さえ用意すれば何でも学習できる

• CS立体図 - 標高データから算出した曲率と傾斜角による立体図法。視覚的にわかりやすく、従来では困難だった微地形の表現も可能。しかもオープンなので自由に使える。

• 例）海底地形の表現にCS立体図を使用

• CS立体図とpix2pixで何かできないか？

• J-SHIS（地震ハザードステーション）で地すべり地形分布図を公開

某氏の入れ知恵

何かデータがあるか調べてみると…

CS立体図と地すべり地形分布図をpix2pixで学習させてみた1

海底地形のCS立体図

pix2pixによるCS立体図の地すべり検出

• とりあえず適当に学習させてみる• CS立体図は国土地理院の標高タイルから作成

• 結果：何かが出てるけど場所がだいぶ違う

• 静岡県CS立体図で学習• 1mメッシュの標高データから作成されたCS立体図(国土地理院の標高タイルより細かい)

• ズーム値も上げてみて学習

• 結果：真っ白だったり何か出てもまったく違う場所だったり

もっと細かい特徴が必要？

入力 出力 教師

CS立体図のみでは特徴が不十分？ズーム値も上げすぎないほうが良さそう

2

pix2pixによるCS立体図の地すべり検出

• CS立体図＋地質図①• CS立体図のRGB＋産総研が公開している地質図のRGBで、合計6チャンネルの入力データで学習

• データセットの範囲は東北～関東くらいまで

• 結果：学習されてない• pix2pixはデータセットのドメインに特化する傾向がある

→広範囲のデータセットでは拡散？

• CS立体図＋地質図②• データセットの範囲を東北のみに狭める

• 結果：正解に近い領域が検出されるように

• 領域が縮小して悪い結果になった

入力 出力 教師

さらに学習を進めると…

学習回数は多すぎないほうが良い3

pix2pixによるCS立体図の地すべり検出

• CS立体図＋地質図③• 入力を標高データと曲率、傾斜角の3チャンネル＋地質図のRGB、合計６チャンネルに変更

• 数値での入力でより詳細に特徴を抽出できるように

• 出力と教師データはアルファチャンネルを追加して4チャンネルに変更

• データセットの範囲は東北

• 結果：悪くはなさそう？• 学習を進めると悪くなったりそうでもなかったりと安定しない

• CS立体図＋地質図④• データセットの範囲をさらに狭めて秋田付近に変更

• 結果：正解に近い領域が検出されている

入力 出力 教師

4

pix2pixによるCS立体図の地すべり検出

• まとめ• ドメイン特化の傾向があるため広範囲のデータセットでの学習は苦手

• 特定領域であれば精度は上がりやすい

• 学習回数は多くしすぎないほうが良い• 大体1日程度学習させたものが結果が良かった

• 今後やってみたいこと• 0.5mメッシュの標高データでの学習

• 詳細な特徴を渡すことで精度が上がる？

5