Discovery Sagaサイレントキーワード俯瞰

前年度に準備を行った上空と地上のライダーデータについては、互いの位置合わせを進め、対応する樹冠内部の位置合わせを行った。そのもとに、ビームの対象樹への照射状況や樹冠内部へのビーム浸透度を確認し、上空と地上単独のデータよりも、両者を合わせることで、ビームの浸透度が高くなることが確認された。本検証は、申請者らが開発したΩ指数というビーム到達領域を判別する指数に基づいて行われた。両者を合わせてもカバーできない領域に関して、画像生成系深層学習ネットワークの学習器生成を試みた。現状、ネットワークの最適化やトレーニングデータの不足などから、ビームが到達できない領域の補間画像の生成には成功していないが、改良を進めている。
本研究の目的である樹木3次元点群画像の補間処理を行うために、個々の樹木を認識したり、異なるカテゴリーの点群から樹木分離する必要があり、そのために点群深層学習などを駆使した処理を新たに開発することができた。また、前年に行ったピクセルベースの分類処理も利用可能であり、本研究にかかわる樹木点群処理の自動化と効率化のための手法を新たに開発することができた。