[論文レビュー] Rock Classification in Petrographic Thin Section Images Based on Concatenated Convolutional Neural Networks

Cheng Su, Shengjia Xu+2 more|arXiv (Cornell University)|Mar 23, 2020

Mineral Processing and Grinding参考文献 33被引用数 7

ひとこと要約

本稿では、平面偏光（PPL）、交差偏光（XPL）、および統合された包括的画像（CI）を用いた岩石分類の自動化を目的として、連結畳み込みニューラルネットワーク（Con-CNN）を提案する。PPL、XPL、CI画像に同一のCNNをそれぞれ学習させ、主成分分析（PCA）を用いて統合し、その出力を最尤推定法により統合することで、5回交差検証において全体の正解率が89.97％に達し、自動岩石学的分析分野において顕著な前進を遂げた。

ABSTRACT

Rock classification plays an important role in rock mechanics, petrology, mining engineering, magmatic processes, and numerous other fields pertaining to geosciences. This study proposes a concatenated convolutional neural network (Con-CNN) method for classifying the geologic rock type based on petrographic thin sections. Herein, plane polarized light (PPL) and crossed polarized light (XPL) were used to acquire thin section images as the fundamental data. After conducting the necessary pre-processing analyses, the PPL and XPL images as well as their comprehensive image (CI) were incorporated in three convolutional neural networks (CNNs) comprising the same structure for achieving a preliminary classification; these images were developed by employing the fused principal component analysis (PCA). Subsequently, the results of the CNNs were concatenated by using the maximum likelihood detection to obtain a comprehensive classification result. Finally, a statistical revision was applied to fix the misclassification due to the proportion difference of minerals that were similar in appearance. In this study, 13 types of 92 rock samples, 196 petrographic thin sections, 588 images, and 63504 image patches were fabricated for the training and validation of the Con-CNN. The five-folds cross validation shows that the method proposed provides an overall accuracy of 89.97%, which facilitates the automation of rock classification in petrographic thin sections.

研究の動機と目的

• 岩石分類の自動化を図り、人的な専門家分析への依存を低減すること。
• 視覚的に類似した鉱物を有する岩石の分類に課題を抱える状況に対処するため、マルチ偏光イメージングとディープラーニングを活用すること。
• 主成分分析（PCA）を用いてPPL、XPL、および包括的画像（CI）から得られる補完的特徴を統合することで、分類精度を向上させること。
• 鉱物の割合の不均衡によって引き起こされる誤分類を、統計的補正ステップにより是正すること。
• 13種類の岩石にわたる588枚の画像および63,504個の画像パッチを含む大規模データセット上で、手法の妥当性を検証すること。

提案手法

• PPLおよびXPLの両方の条件下で岩石の顕微鏡写真を取得し、補完的であるテクスチャおよび光学的特徴を捉える。
• 主成分分析（PCA）を用いてPPLとXPLを統合し、特徴の豊かさを向上させる包括的画像（CI）を生成する。
• PPL、XPL、CI画像それぞれに対して同一の畳み込みニューラルネットワーク（CNN）を学習させ、予備的な分類を実行する。
• 3つのCNNの出力を最尤推定法を用いて連結し、統一的で頑健な分類結果を生成する。
• 視覚的に類似した鉱物が異なる割合で存在する場合に生じる誤分類を是正するため、統計的補正ステップを適用する。
• 196枚の顕微鏡スライド、588枚の画像、63,504個の画像パッチを含むデータセットを用い、5回交差検証により性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 連結CNNアーキテクチャは、PPL、XPL、CIといったマルチモーダルな顕微鏡画像データを効果的に統合し、岩石分類の精度を向上させることができるか？
• RQ2 PCAを用いたPPLとXPL画像の統合は、岩石分類に向けた特徴表現をどのように向上させるか？
• RQ3 複数のCNN出力を最尤推定法で統合することで、単一ストリームモデルと比較して分類の不確実性はどの程度低減されるか？
• RQ4 統計的補正ステップは、外観が類似しているが割合が異なる鉱物による誤分類をどの程度効果的に是正できるか？
• RQ5 13種類の岩石を含む多様なデータセットにおいて、マルチストリームCNNアプローチで達成可能な正答率はどの程度か？

主な発見

• 提案されたCon-CNN手法は、5回交差検証のベンチマークにおいて全体の分類正答率が89.97％に達した。
• PPL、XPL、およびPCAを用いた包括的画像（CI）の統合は、単一モダリティ入力と比較して顕著に特徴表現を向上させた。
• 同一の3つのCNNの出力を最尤推定法で統合することで、不確実性を低減し、単一ネットワークの予測を上回る頑健性が得られた。
• 統計的補正ステップは、外観および光学的特徴が類似しているが割合が異なる鉱物による誤分類を効果的に是正した。
• 196枚の顕微鏡スライドから得られた63,504個の画像パッチを含む大規模データセットにおいて、本手法は優れた一般化性能を示した。