[論文レビュー] Landslide Segmentation with U-Net: Evaluating Different Sampling Methods and Patch Sizes

Lucas Pedrosa Soares, Helen Cristina Dias+1 more|arXiv (Cornell University)|Jul 13, 2020

Landslides and related hazards参考文献 29被引用数 35

ひとこと要約

この研究は、パッチサイズ、サンプリング手法、入力データセットが landslide segmentation の性能に与える影響を、U-net、RapidEye imagery、ALOS PALSAR-derived DEM を用いて評価する。ランダムサンプリングと DEM 増強は汎用性と精度を向上させる。

ABSTRACT

Landslide inventory maps are crucial to validate predictive landslide models; however, since most mapping methods rely on visual interpretation or expert knowledge, detailed inventory maps are still lacking. This study used a fully convolutional deep learning model named U-net to automatically segment landslides in the city of Nova Friburgo, located in the mountainous range of Rio de Janeiro, southeastern Brazil. The objective was to evaluate the impact of patch sizes, sampling methods, and datasets on the overall accuracy of the models. The training data used the optical information from RapidEye satellite, and a digital elevation model (DEM) derived from the L-band sensor of the ALOS satellite. The data was sampled using random and regular grid methods and patched in three sizes (32x32, 64x64, and 128x128 pixels). The models were evaluated on two areas with precision, recall, f1-score, and mean intersect over union (mIoU) metrics. The results show that the models trained with 32x32 tiles tend to have higher recall values due to higher true positive rates; however, they misclassify more background areas as landslides (false positives). Models trained with 128x128 tiles usually achieve higher precision values because they make less false positive errors. In both test areas, DEM and augmentation increased the accuracy of the models. Random sampling helped in model generalization. Models trained with 128x128 random tiles from the data that used the RapidEye image, DEM information, and augmentation achieved the highest f1-score, 0.55 in test area one, and 0.58 in test area two. The results achieved in this study are comparable to other fully convolutional models found in the literature, increasing the knowledge in the area.

研究の動機と目的

• パッチサイズ (32x32, 64x64, 128x128) が landslide segmentation の精度に与える影響を評価する。
• モデルの汎用性のためのサンプリング手法（ランダム vs 規則的グリッド）を評価する。
• データ拡張と入力チャネルとしての DEM が U-net の性能に与える影響をテストする。
• 標準的なセグメンテーション指標で2つのテスト領域のモデル結果を比較する。

提案手法

• RapidEye imagery および ALOS PALSAR DEM からの入力で 288 個の U-net モデルを訓練する。
• 3 つのサイズ (32x32, 64x64, 128x128) のパッチ入力を、ランダムまたは規則的グリッド法でサンプリングする。
• Albumentations を用いて回転と反転によるデータ拡張を適用する。
• 精度、適合率、F1-スコア、mIoU を用いて 2 つの 1024x1024 のテスト領域でモデルを評価する。
• バイナリ交差エントロピー損失と Adam オプティマイザを用い、検証損失に基づく早期保存を行いつつ 200 エポック訓練する。

実験結果

リサーチクエスチョン

• RQ1 パッチサイズとサンプリング手法は U-net による landslide segmentation の精度にどのように影響するか。
• RQ2 DEM チャンネルを追加することで、光学データのみを使用する場合と比べてモデルの性能は向上するか。
• RQ3 データ拡張は異なる地表被覆文脈におけるモデルの汎用性を高めるか。
• RQ4 テスト領域間で、データセット、サンプリング手法、パッチサイズのどの組み合わせが精度・再現率・IoU の最適なバランスを生むか。

主な発見

• 128x128 のランダムタイル＋RapidEye+DEM+Augmentation が最高の F1 スコアを達成: テスト領域1: 0.55、テスト領域2: 0.58。
• 32x32 タイルを用いたモデルは、偽陽性が多くなるため再現率は高いが適合率は低い。
• 64x64 タイルは、一般化の観点で 32x32 と 128x128 の中間の結果を示す。
• DEM を入力チャネルとして用いると、テスト領域全体で精度が向上する。
• ランダムサンプリングは、両方のテスト領域で平均 mIoU の点で規則グリッドサンプリングを上回る。