Suche senden
Hochladen
Deep Learningでの地図タイルの活用
•
2 gefällt mir
•
1,236 views
IWASAKI NOBUSUKE
Folgen
JSAIでの発表スライド
Weniger lesen
Mehr lesen
Wissenschaft
Melden
Teilen
Melden
Teilen
1 von 31
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
Deep Learningにおける地図タイルの有効性検討
Deep Learningにおける地図タイルの有効性検討
IWASAKI NOBUSUKE
TileMap-WebGIS
TileMap-WebGIS
IWASAKI NOBUSUKE
03紙地図をGISで使う
03紙地図をGISで使う
Junpei Ishii
NTT空間情報 ちばんMAP ご説明資料
NTT空間情報 ちばんMAP ご説明資料
Michihisa Takahashi
01GIS概論
01GIS概論
Junpei Ishii
日本国際地図学会 20110808 震災とジオメディア
日本国際地図学会 20110808 震災とジオメディア
Hiroshi Miura
09遺跡分布を分析する〜カーネル密度推定〜
09遺跡分布を分析する〜カーネル密度推定〜
Junpei Ishii
Gps森林管理 カスタム・マップ(国土地理院地形図)編
Gps森林管理 カスタム・マップ(国土地理院地形図)編
mondaiarimasen
Empfohlen
Deep Learningにおける地図タイルの有効性検討
Deep Learningにおける地図タイルの有効性検討
IWASAKI NOBUSUKE
TileMap-WebGIS
TileMap-WebGIS
IWASAKI NOBUSUKE
03紙地図をGISで使う
03紙地図をGISで使う
Junpei Ishii
NTT空間情報 ちばんMAP ご説明資料
NTT空間情報 ちばんMAP ご説明資料
Michihisa Takahashi
01GIS概論
01GIS概論
Junpei Ishii
日本国際地図学会 20110808 震災とジオメディア
日本国際地図学会 20110808 震災とジオメディア
Hiroshi Miura
09遺跡分布を分析する〜カーネル密度推定〜
09遺跡分布を分析する〜カーネル密度推定〜
Junpei Ishii
Gps森林管理 カスタム・マップ(国土地理院地形図)編
Gps森林管理 カスタム・マップ(国土地理院地形図)編
mondaiarimasen
地図技術3
地図技術3
na2yuki
古い地図っていいよね!! 歴史的農業環境閲覧システムのご紹介
古い地図っていいよね!! 歴史的農業環境閲覧システムのご紹介
IWASAKI NOBUSUKE
地理教育での地理空間情報の活用ポイント
地理教育での地理空間情報の活用ポイント
Inoshachu, NPO
QGISアプリケーションを用いた明治時代初期の土地利用DBの構築
QGISアプリケーションを用いた明治時代初期の土地利用DBの構築
IWASAKI NOBUSUKE
地図技術2
地図技術2
na2yuki
Soracomlogo発表資料2018
Soracomlogo発表資料2018
kuro nyankotan
07QGISで遺跡立地分析
07QGISで遺跡立地分析
Junpei Ishii
08遺跡景観の分析〜可視領域を調べる〜
08遺跡景観の分析〜可視領域を調べる〜
Junpei Ishii
02ラスタデータを利用した地形指標の作成と地図表現
02ラスタデータを利用した地形指標の作成と地図表現
Junpei Ishii
130504_日本人会講演会_SOBへようこそ_田中大和
130504_日本人会講演会_SOBへようこそ_田中大和
Yamato Tanaka
RS/GIS Seminar Tokyo 01
RS/GIS Seminar Tokyo 01
NakamuraShinsaku
20131107 foss4gosakaaoki
20131107 foss4gosakaaoki
和人 青木
chiban_map_20200704
chiban_map_20200704
GEOSPACE
国際標準規格に基づいた地質情報配信計画
国際標準規格に基づいた地質情報配信計画
Naotaka YAMAMOTO CHIKASADA
地理教育での地理院地図の活用ポイント
地理教育での地理院地図の活用ポイント
Inoshachu, NPO
QGISによる図面情報への位置情報付与手法の検討 アジア航測株式会社 野中 秀樹様
QGISによる図面情報への位置情報付与手法の検討 アジア航測株式会社 野中 秀樹様
OSgeo Japan
大規模タイル画像を生成した話((独)農研機構 寺元郁博様)
大規模タイル画像を生成した話((独)農研機構 寺元郁博様)
OSgeo Japan
Bunseki 20201209
Bunseki 20201209
GEOSPACE
140619 地理院ckanの舞台裏から
140619 地理院ckanの舞台裏から
Hidenori Fujimura
(配布用)Virtual shizuoka(静岡県)
(配布用)Virtual shizuoka(静岡県)
Naoya Sugimoto
Developing a Deep Learning tool for Map Tiles
Developing a Deep Learning tool for Map Tiles
IWASAKI NOBUSUKE
OSGeo日本支部とFOSS4G利用事例の紹介
OSGeo日本支部とFOSS4G利用事例の紹介
IWASAKI NOBUSUKE
Weitere ähnliche Inhalte
Was ist angesagt?
地図技術3
地図技術3
na2yuki
古い地図っていいよね!! 歴史的農業環境閲覧システムのご紹介
古い地図っていいよね!! 歴史的農業環境閲覧システムのご紹介
IWASAKI NOBUSUKE
地理教育での地理空間情報の活用ポイント
地理教育での地理空間情報の活用ポイント
Inoshachu, NPO
QGISアプリケーションを用いた明治時代初期の土地利用DBの構築
QGISアプリケーションを用いた明治時代初期の土地利用DBの構築
IWASAKI NOBUSUKE
地図技術2
地図技術2
na2yuki
Soracomlogo発表資料2018
Soracomlogo発表資料2018
kuro nyankotan
07QGISで遺跡立地分析
07QGISで遺跡立地分析
Junpei Ishii
08遺跡景観の分析〜可視領域を調べる〜
08遺跡景観の分析〜可視領域を調べる〜
Junpei Ishii
02ラスタデータを利用した地形指標の作成と地図表現
02ラスタデータを利用した地形指標の作成と地図表現
Junpei Ishii
130504_日本人会講演会_SOBへようこそ_田中大和
130504_日本人会講演会_SOBへようこそ_田中大和
Yamato Tanaka
RS/GIS Seminar Tokyo 01
RS/GIS Seminar Tokyo 01
NakamuraShinsaku
20131107 foss4gosakaaoki
20131107 foss4gosakaaoki
和人 青木
chiban_map_20200704
chiban_map_20200704
GEOSPACE
国際標準規格に基づいた地質情報配信計画
国際標準規格に基づいた地質情報配信計画
Naotaka YAMAMOTO CHIKASADA
地理教育での地理院地図の活用ポイント
地理教育での地理院地図の活用ポイント
Inoshachu, NPO
QGISによる図面情報への位置情報付与手法の検討 アジア航測株式会社 野中 秀樹様
QGISによる図面情報への位置情報付与手法の検討 アジア航測株式会社 野中 秀樹様
OSgeo Japan
大規模タイル画像を生成した話((独)農研機構 寺元郁博様)
大規模タイル画像を生成した話((独)農研機構 寺元郁博様)
OSgeo Japan
Bunseki 20201209
Bunseki 20201209
GEOSPACE
140619 地理院ckanの舞台裏から
140619 地理院ckanの舞台裏から
Hidenori Fujimura
(配布用)Virtual shizuoka(静岡県)
(配布用)Virtual shizuoka(静岡県)
Naoya Sugimoto
Was ist angesagt?
(20)
地図技術3
地図技術3
古い地図っていいよね!! 歴史的農業環境閲覧システムのご紹介
古い地図っていいよね!! 歴史的農業環境閲覧システムのご紹介
地理教育での地理空間情報の活用ポイント
地理教育での地理空間情報の活用ポイント
QGISアプリケーションを用いた明治時代初期の土地利用DBの構築
QGISアプリケーションを用いた明治時代初期の土地利用DBの構築
地図技術2
地図技術2
Soracomlogo発表資料2018
Soracomlogo発表資料2018
07QGISで遺跡立地分析
07QGISで遺跡立地分析
08遺跡景観の分析〜可視領域を調べる〜
08遺跡景観の分析〜可視領域を調べる〜
02ラスタデータを利用した地形指標の作成と地図表現
02ラスタデータを利用した地形指標の作成と地図表現
130504_日本人会講演会_SOBへようこそ_田中大和
130504_日本人会講演会_SOBへようこそ_田中大和
RS/GIS Seminar Tokyo 01
RS/GIS Seminar Tokyo 01
20131107 foss4gosakaaoki
20131107 foss4gosakaaoki
chiban_map_20200704
chiban_map_20200704
国際標準規格に基づいた地質情報配信計画
国際標準規格に基づいた地質情報配信計画
地理教育での地理院地図の活用ポイント
地理教育での地理院地図の活用ポイント
QGISによる図面情報への位置情報付与手法の検討 アジア航測株式会社 野中 秀樹様
QGISによる図面情報への位置情報付与手法の検討 アジア航測株式会社 野中 秀樹様
大規模タイル画像を生成した話((独)農研機構 寺元郁博様)
大規模タイル画像を生成した話((独)農研機構 寺元郁博様)
Bunseki 20201209
Bunseki 20201209
140619 地理院ckanの舞台裏から
140619 地理院ckanの舞台裏から
(配布用)Virtual shizuoka(静岡県)
(配布用)Virtual shizuoka(静岡県)
Mehr von IWASAKI NOBUSUKE
Developing a Deep Learning tool for Map Tiles
Developing a Deep Learning tool for Map Tiles
IWASAKI NOBUSUKE
OSGeo日本支部とFOSS4G利用事例の紹介
OSGeo日本支部とFOSS4G利用事例の紹介
IWASAKI NOBUSUKE
第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)
第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)
IWASAKI NOBUSUKE
第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)
第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)
IWASAKI NOBUSUKE
2019年GIS学会企画セッション趣旨説明
2019年GIS学会企画セッション趣旨説明
IWASAKI NOBUSUKE
GISA2019 企画セッション地図アーカイブ・趣旨説明
GISA2019 企画セッション地図アーカイブ・趣旨説明
IWASAKI NOBUSUKE
QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)
QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)
IWASAKI NOBUSUKE
あらためまして、OSGeo.JPです!
あらためまして、OSGeo.JPです!
IWASAKI NOBUSUKE
FOSS4G 2018 Japanの紹介と、RTKをやってみた!
FOSS4G 2018 Japanの紹介と、RTKをやってみた!
IWASAKI NOBUSUKE
Web地図画像の利用と著作権法(CC BY 4.0)
Web地図画像の利用と著作権法(CC BY 4.0)
IWASAKI NOBUSUKE
AIとDeep Learningについての私的メモ
AIとDeep Learningについての私的メモ
IWASAKI NOBUSUKE
Webリソースを利用したDeep Learning ~地図タイルを例として
Webリソースを利用したDeep Learning ~地図タイルを例として
IWASAKI NOBUSUKE
WebGISやデータ公開について
WebGISやデータ公開について
IWASAKI NOBUSUKE
第22回オープンデータトーク 地理データ形式のこれから
第22回オープンデータトーク 地理データ形式のこれから
IWASAKI NOBUSUKE
Reprojecting Innovation
Reprojecting Innovation
IWASAKI NOBUSUKE
ジークタイル!!
ジークタイル!!
IWASAKI NOBUSUKE
ソーシャルメディアを活用したオープンイノベーションの可能性 -CS立体図を事例として-
ソーシャルメディアを活用したオープンイノベーションの可能性 -CS立体図を事例として-
IWASAKI NOBUSUKE
Deep Learningで地図を作ってみた!
Deep Learningで地図を作ってみた!
IWASAKI NOBUSUKE
OSGeo財団のご紹介とCS立体図にみるオープン戦略
OSGeo財団のご紹介とCS立体図にみるオープン戦略
IWASAKI NOBUSUKE
FOSS4Gで地理院タイルを使ってみよう!
FOSS4Gで地理院タイルを使ってみよう!
IWASAKI NOBUSUKE
Mehr von IWASAKI NOBUSUKE
(20)
Developing a Deep Learning tool for Map Tiles
Developing a Deep Learning tool for Map Tiles
OSGeo日本支部とFOSS4G利用事例の紹介
OSGeo日本支部とFOSS4G利用事例の紹介
第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)
第3回「デジタル地図」を活用した農地情報の管理に関する検討会発表資料(naro・岩崎)
第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)
第2回「デジタル地図」の活用に関する検討会発表資料(農研機構・岩崎)
2019年GIS学会企画セッション趣旨説明
2019年GIS学会企画セッション趣旨説明
GISA2019 企画セッション地図アーカイブ・趣旨説明
GISA2019 企画セッション地図アーカイブ・趣旨説明
QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)
QuantumGISセミナー(ESJ59版, QGIS1.6Ver用)
あらためまして、OSGeo.JPです!
あらためまして、OSGeo.JPです!
FOSS4G 2018 Japanの紹介と、RTKをやってみた!
FOSS4G 2018 Japanの紹介と、RTKをやってみた!
Web地図画像の利用と著作権法(CC BY 4.0)
Web地図画像の利用と著作権法(CC BY 4.0)
AIとDeep Learningについての私的メモ
AIとDeep Learningについての私的メモ
Webリソースを利用したDeep Learning ~地図タイルを例として
Webリソースを利用したDeep Learning ~地図タイルを例として
WebGISやデータ公開について
WebGISやデータ公開について
第22回オープンデータトーク 地理データ形式のこれから
第22回オープンデータトーク 地理データ形式のこれから
Reprojecting Innovation
Reprojecting Innovation
ジークタイル!!
ジークタイル!!
ソーシャルメディアを活用したオープンイノベーションの可能性 -CS立体図を事例として-
ソーシャルメディアを活用したオープンイノベーションの可能性 -CS立体図を事例として-
Deep Learningで地図を作ってみた!
Deep Learningで地図を作ってみた!
OSGeo財団のご紹介とCS立体図にみるオープン戦略
OSGeo財団のご紹介とCS立体図にみるオープン戦略
FOSS4Gで地理院タイルを使ってみよう!
FOSS4Gで地理院タイルを使ってみよう!
Deep Learningでの地図タイルの活用
1.
「農研機構」は国立研究開発法人 農業・食品産業技術総合研究機構のコミュニケーションネームです。 Deep Learningでの 地図タイル活用の検討 農研機構農業環境変動センター 岩崎
亘典 株式会社ノーザンシステムサービス 和山 亮介
2.
/31 発表内容 • 地理空間情報について – 地図タイルについて •
ConvNetを用いた旧版地形図の分類 – 地形図から土地利用図を作成 • Conditional GANを用いたタイル画像変換 – 空中写真→地図変換 – 数値標高データ→地形表現図 – 地形表現→地すべり判別 – 旧版地形図→土地利用図 2はじめに
3.
2017年度 人工知能学会全国大会 2017/05/24 地理空間情報と地図タイル
4.
/31 地理空間情報について • 「位置」に紐づいたデータ – 地図、衛星画像、位置情報付きの写真や文字情報 –
Big Dataの8割が地理空間情報 4地理空間情報と地図タイル https://es.slideshare.net/mariabrovelli/the-role-of-geospatial-information-in-a-hyper-connected-society
5.
/31 地理空間情報のオープンデータ化 • 無償での入手が可能 – 基盤地図情報(国土地理院)、中解像度衛星画 像(Landsat等)、Mapillary
Vistas Dataset 5地理空間情報と地図タイル http://blog.mapillary.com/product/2017/05/03/mapillary-vistas-dataset.html
6.
/31 地理空間情報活用の一般化 • Google Mapsの登場 –
現在ではPCからスマートフォンまで – 位置ゲームの一般化 • 「地図タイル」の一般化 6地理空間情報と地図タイル https://developers.google.com/maps/documentation/ios-sdk/tiles?hl=ja
7.
/31 「地図タイル形式」とは • 標準化された地理空間情報 • 地球全体を正方形で近似 –
全体がズームレベル0,拡大すると1,2 • 拡大する毎に四分割 – 東西がX、南北がY、ズームがZ • http://hoge.hoge/{z}/{x}/{y}.ext でアクセス可能 – ただし原点が左上の場合と左下の場合があるので注意 7地理空間情報と地図タイル 地図タイルの概念図 出典:国土地理院
8.
/31 様々なデータがすでに整備されている 8地理空間情報と地図タイル https://cyberjapandata. gsi.go.jp/xyz/std /14/14568/6429.png http://www.finds.jp/ws/tmc/ 1.0.0/Kanto_Rapid-900913-L /14/14568/6429.png https://cyberjapandata. gsi.go.jp/xyz/ort /14/14568/6429.jpg http://map.ecoris.info/t iles/vege67hill /14/14568/6429.png 地理院タイル標準地図 地理院タイル空中写真 迅速測図 エコリス地図タイル植生 https://cyberjapandata. gsi.go.jp/xyz/relief/ /14/14568/6429.png 14/14568/6429 (北西原点) http://www.gridscapes.net/AllRivers /1.0.0/w/11/1813/1239.png 11/1813/1239 (南西原点) http://www.finds.jp/ws/tmc/1. 0.0/KBN25000ANF-900913-L /14/14568/6429.png http://www.gridscapes.net/AllRivers /1.0.0/t/11/1813/1239.png 地理院タイル彩色陰影図 基盤地図情報 川だけ地図 川だけ地形地図
9.
/31 画像データに限らない • https://maps.gsi.go.jp/xyz/experimental_landformclassification2 /14/14568/6429.geojson 9地理空間情報と地図タイル 地理院タイル人工地形
10.
/31 既存の地理空間情報データの欠点 • データが可視化されていない。使いたいデータ なのかどうか不明 • ファイル形式や座標系変換、データの結合、切 り出しなどの準備が必要 10地理空間情報と地図タイル
11.
/31 既存の地理空間情報データの欠点→地図タイル形式の利点 • データが可視化されていない、使いたいデータ なのかどうか不明 閲覧用データなので可視化されている 用途に合うかどうか確認できる • ファイル形式や座標系変換、データの結合、切 り出しなどの準備が必要 座標系が統一されている、形式変換も容易 JPG、PNG、GeoJSONなどWebフレンドリー {z}/{x}/{y}を指定すれば、必要なデータが 入手できる ただし,原点に注意は必要 11地理空間情報と地図タイル
12.
/31 地図タイルとDeep Learning • 既に膨大な量のデータが存在する –
教師、学習、検証データの入手が容易 – Terrapatternなどの事例もある • 地物の意味情報はOpenStreetMapから取得 12地理空間情報と地図タイル http://jp.techcrunch.com/2016/05/26/20160525terrapattern-is-a-neural-net-powered-reverse-image-search-for-maps/
13.
/31 本研究の目的 • 地図タイルのDeep Learning用のデータ セットとしての有効性検証 –
地理空間情報の分析効率化 • 地図タイルを使用する意義 – 既にデータが整備されている • 分類データ、教師データともにある – 汎用性が高い • hoge.hogeと{z}/{x}/{y}.extを変更すれば、 様々なデータに適応可能 13地理空間情報と地図タイル
14.
2017年度 人工知能学会全国大会 2017/05/24 ConvNetを用いた旧版地形図の分類
15.
/31 旧版地形図分類のニーズ • 防災,生物多様性評価等で使われる – たとえば東日本大震災時の液状化との関係 •
ブラタモリ的ニーズもありますが 15ConvNetを用いた旧版地形図の分類 http://www.gsi.go.jp/common/000061425.pdf
16.
/31 分析対象範囲 • 1/5万地形図 竜ヶ崎(大正2年測量) –
教師データは作成済みの土地利用図 16ConvNetを用いた旧版地形図の分類
17.
/31 • 学習データ:gdal2tiles – GIS画像からタイルを生成 •
http://www.gdal.org/gdal2tiles.html • 教師データ:GeoTiff2UTFGrid – 1band Tiffを生成 • 同時にUTFGridファイル(.json)も生成できる • https://github.com/tmizu23/geotiff2utfgrid 17ConvNetを用いた旧版地形図の分類 地図タイルデータの作成 学習データ 教師データ
18.
/31 使用したConvNet • ハイパースペクトル画像から土地分類を 行なうConvNetを改良して使用 – http://kgpml.github.io/Hyperspectral/ 18ConvNetを用いた旧版地形図の分類
19.
/31 ConvNetの構成 • 畳み込み層,全結合層のレイヤー数および ニューロン数を増やした • 3×3の範囲のタイル単位でタイルモデルセッ トを作成し学習させることで、精度が向上 19ConvNetを用いた旧版地形図の分類
20.
/31 初期モデルおよび改良モデルの分類精度の比較 • モデルの改良により精度は向上 – 低い場合もある •
地図記号の密度に依存 – 白地,文字がある場合も低い 20ConvNetを用いた旧版地形図の分類 (a)入力画像 (b)正解画像 (c)当初の分類結果 精度:46% (d)現在の分類結果 精度:76% (a)入力画像 (b)正解画像 (c)当初の分類結果 精度:53% (d)現在の分類結果 精度:84% (a)入力画像 (b)正解画像 (c)当初の分類結果 精度:24% (d)現在の分類結果 精度:52%
21.
/3121
22.
/31 結果と考察 • 全体の正答率は73.6% – 特に畑又は空き地で43.9%,広葉樹で23.5%と低い結果 •
個別タイル画像の分類結果と同様の傾向 • 地形図の記号は共通のため他の図幅への適応が期待 – 等高線の影響などの検討も必要 • 他のDeep Learning手法も要検討 22ConvNetを用いた旧版地形図の分類
23.
2017年度 人工知能学会全国大会 2017/05/24 Conditional
GANを用いた タイル画像変換
24.
/31 pix2pixによる画像変換 • Conditional GANによる汎用的画像変換ツール –
対となる画像データが必要 • 地図タイルならその収集が容易 – 四つの事例を実施 24Conditional GANを用いたタイル画像変換
25.
/31 空中写真→地図変換 • 使用データ – 空中写真:地理院タイル空中写真 •
ライセンスは政府標準利用規約2.0準拠 – 地図:OpenStreetMap • ボランタリーなユーザーにより作られた地図 • 地図データと地図画像,両方が公開 • ライセンスはCC BY-SA 4.0 25Conditional GANを用いたタイル画像変換 地理院タイル 空中写真 OpenStreetMap
26.
/31 空中写真→地図変換 • OSMは場所によって地物の入力密度 – 有志によって地図情報が作成されているたね •
データの齟齬がある場合も – 結果が不安定になりやすい • ただしpix2pixが正しい場合もある 26Conditional GANを用いたタイル画像変換 入力画像 pix2pix 正解画像
27.
/31 数値標高モデルから地形表現図 • 使用データ – 数値標高モデル:地表標高が数値として記録, •
産総研シームレス標高サービスを使用 – 地形表現図:標高モデルでは判別しにくい地形を表現 • 陰影図:陰影により地形を表現,産総研シームレス標高サービ ス • CS立体図:標高,曲率,傾斜により表現。国土地理院の標高タ イルから作成 27Conditional GANを用いたタイル画像変換 数値標高モデル 陰影図 CS立体図
28.
/31 数値標高モデルから地形表現図 • 陰影図(a) – 影の向きが異なるが,それらしい画像 •
CS立体図(b) – ほぼ正解データと同様 28Conditional GANを用いたタイル画像変換 入力画像 pix2pix 正解画像 (a) (b)
29.
/31 CS立体図からの地すべり検出 • 地形判読は計算できていない – CS立体図からの判読を試みる •
地震ハザードステーションの地すべり地形分布図を使用 – CS立体図のみでは抽出できず(a) – 地質図情報を追加することにより精度向上(b) • 地すべりは地形のみでなく,地質にも影響される – 適切な情報を別チャンネルに加えることが有効 29Conditional GANを用いたタイル画像変換 入力画像 pix2pix 正解画像 (a) (b)
30.
/31 旧版地形図から土地利用図への変換 • ConvNetで行ったのと同様のデータ – 見た目の精度はConvNetよりも良い •
カテゴリー値でないので直接の比較は困難 – 実行時間も短縮 • 今後の改善が期待される 30Conditional GANを用いたタイル画像変換 元画像 正解画像ConvNet pix2pix
31.
/31 まとめ • 地理空間情報と地図タイル – 各種データが標準化された形で公開 •
ConvNetを用いた旧版地形図の分類 – 精度に改善の余地があるが,効率化が可能 • Conditional GANを用いたタイル画像変換 – 様々なデータへの適応可能性を確認 • 地図タイルはDeep Learningのデータと して有効 – 地理空間情報利用の高度利用に期待 • ただし,ライセンスにはご注意を!! 31Deep Learningでの地図タイル活用の検討
Jetzt herunterladen