[論文レビュー] Mapping Informal Settlements in Developing Countries with Multi-resolution, Multi-spectral Data

Patrick Helber, Bradley Gram-Hansen+5 more|arXiv (Cornell University)|Nov 30, 2018

Remote-Sensing Image Classification参考文献 6被引用数 4

ひとこと要約

本論文は、発展途上国における不法占拠地のマッピングのための2つの手法を提案する。1つは、無料で入手可能な低解像度（10m）のSentinel-2画像を用いて訓練された計算効率の高い正準相関フォレスト（CCF）分類器であり、もう1つは高価な超高解像度（30cm）画像を用いたディープラーニングのセマンティックセグメンテーションモデルである。知る限り、本研究は、超高解像度データに依存せずに低解像度衛星データのみを用いて不法占拠地を成功裏にマッピングした最初の研究であり、ノイズが多く不完全なアノテーションにもかかわらず、多様なグローバルな地域に強く一般化する能力を示している。

ABSTRACT

Detecting and mapping informal settlements encompasses several of the United Nations sustainable development goals. This is because informal settlements are home to the most socially and economically vulnerable people on the planet. Thus, understanding where these settlements are is of paramount importance to both government and non-government organizations (NGOs), such as the United Nations Children's Fund (UNICEF), who can use this information to deliver effective social and economic aid. We propose two effective methods for detecting and mapping the locations of informal settlements. One uses only low-resolution (LR), freely available, Sentinel-2 multispectral satellite imagery with noisy annotations, whilst the other is a deep learning approach that uses only costly very-high-resolution (VHR) satellite imagery. To our knowledge, we are the first to map informal settlements successfully with low-resolution satellite imagery. We extensively evaluate and compare the proposed methods. Please find additional material at https://frontierdevelopmentlab.github.io/informal-settlements/.

研究の動機と目的

• 発展途上国における不法占拠地の正確でスケーラブルなマッピングの重要なニーズに対応し、国連持続可能な開発目標を支援すること。
• 無料で入手可能な低解像度（10m）の多スペクトル衛星画像のみを用いて、不法占拠地を検出する手法を開発すること。
• 低コストで計算効率の良い手法（CCF）と高精度で高コストなディープラーニング手法（CNN）の性能と一般化能力を、超高解像度画像上で比較評価すること。
• 低解像度データからのスペクトルシグネイチャだけでも、複雑な都市環境においても不法占拠地の特徴を効果的に捉えることができることを示すこと。

提案手法

• 正準相関フォレスト（CCF）を用いたピクセル単位の分類モデルを、10m解像度の10バンド多スペクトルデータ（Sentinel-2）を用いて訓練し、各ピクセルを「不法占拠地」または「環境」と分類する。
• CCFモデルは、各クラスの80％のアノテート済みデータを用いて訓練され、n_trees = 10 と設定され、一般化性能を向上させるために入力特徴量を正規化（平均0、標準偏差1）する。
• 高精度なマッピングのため、最新のセマンティックセグメンテーション畳み込みニューラルネットワーク（CNN）を、超高解像度（30cm）のDigitalGlobe画像を用いて訓練し、屋根のサイズや集住密度などの微細な構造的特徴を捉える。
• モデル評価にはピクセル精度と平均交差率（mIoU）を用い、各クラスからランダムに抽出された点を用いて、訓練用とテスト用のデータセットを別々に構築する。
• 一般化性能のテストとして、1地域（例：北ナイロビまたはメデルリン）で訓練したモデルを、未学習の地域で評価することで、トランスファーラーニングの可能性を検証する。
• 本研究は、ケニア、南アフリカ、ナイジェリア、スーダン、コロンビア、インドの6カ国からのデータを活用し、UNICEFや他のパートナーより得られた地面の真値アノテーションを用いる。

実験結果

リサーチクエスチョン

• RQ1 超高解像度データに依存せずに、低解像度（10m）の多スペクトル衛星画像のみを用いて、不法占拠地を効果的に検出できるか？
• RQ2 低解像度データで訓練された計算効率の良いCCFモデルの性能と、超高解像度画像で訓練されたディープラーニングCNNモデルの性能は、どのように比較されるか？
• RQ3 1地域で訓練されたモデルが、地理的・気候的に異なる未学習の地域において、不法占拠地をどの程度効果的に検出できるか？
• RQ4 不完全でノイズの多いアノテーションが、不法占拠地検出における低データ環境下でのモデル性能に及ぼす影響は何か？
• RQ5 構造的詳細が識別不能な状況でも、低解像度データからのスペクトルシグネイチャだけでも、不法占拠地の本質的特徴を捉えることができるか？

主な発見

• CCFモデルは、低解像度（10m）のSentinel-2データを用いて訓練され、北ナイロビでピクセル精度69.4％、mIoU 62.0％を達成。解像度が低いにもかかわらず、キベラでのCNNを上回る性能を示した。
• キベラでは、CCFモデルが69.0％のピクセル精度と73.3％のmIoUを達成した一方、CNNは78.2％と65.5％をそれぞれ記録。スペクトルデータのみでも、集住地の構造を効果的に捉えられることを示した。
• スダント・アル・ジニーナでは、周囲とスペクトルシグネイチャが類似しているため、CNNが89.2％の精度と76.3％のmIoUを達成。複雑な状況下での超高解像度特徴の優位性を示した。
• 北ナイロビで訓練したCCFモデルは、他の地域への一般化に中程度の成功を収めた。キベラでは69.4％の精度と62.0％のmIoU、メディリンでは55.0％の精度と54.4％のmIoUを記録。トランスファーラーニングの可能性を示した。
• 不完全な地面の真値（例：南アフリカ、ナイジェリア、インド）がある地域でも、CCFモデルは中程度の性能を維持（ムンバイでは97.0％の精度）。データスパarsityに強いことを示唆した。
• 本研究は、初めてとして、無料で入手可能な低解像度多スペクトル衛星データのみを用いて、不法占拠地を信頼性高く検出できることを示した。これにより、スケーラブルで低コストな都市モニタリングの新たな道筋が開かれた。