Volcanic ash delimitation using Artificial Intelligence based on Pix2Pix

要約

火山の噴火は火山灰を放出し、人間の健康に悪影響を及ぼし、インフラ、経済活動、環境に損害を与える可能性があります。
灰雲の境界を定めることにより、その挙動と分散を知ることができ、この現象の防止と軽減に役立ちます。
従来の方法では、特殊なソフトウェア プログラムを利用して、衛星画像を構成するバンドまたはチャネルを処理します。
ただし、その使用は専門家に限定されており、多くの時間と大量の計算リソースを必要とします。
近年、人工知能は、さまざまな分野の複雑な問題をコンピューターで処理する上で画期的な出来事となっています。
特に、深層学習技術により、デジタル画像の自動、高速かつ正確な処理が可能になります。
この研究は、一度訓練されると入力画像から出力画像へのマッピングを学習する一種の敵対的生成ネットワークである Pix2Pix モデルの使用を提案しています。
ジェネレータとディスクリミネータで構成されるこのようなネットワークのアーキテクチャは、マルチスペクトル衛星画像から白黒の灰雲画像を生成するために必要な多用途性を提供します。
損失と精度のプロット、混同マトリックス、および目視検査に基づいたモデルの評価は、火山灰雲を正確に描写するための満足のいくソリューションを示し、世界中のあらゆる地域に適用可能であり、リスク管理の有用なツールになります。

要約(オリジナル)

Volcanic eruptions emit ash that can be harmful to human health and cause damage to infrastructure, economic activities and the environment. The delimitation of ash clouds allows to know their behavior and dispersion, which helps in the prevention and mitigation of this phenomenon. Traditional methods take advantage of specialized software programs to process the bands or channels that compose the satellite images. However, their use is limited to experts and demands a lot of time and significant computational resources. In recent years, Artificial Intelligence has been a milestone in the computational treatment of complex problems in different areas. In particular, Deep Learning techniques allow automatic, fast and accurate processing of digital images. The present work proposes the use of the Pix2Pix model, a type of generative adversarial network that, once trained, learns the mapping of input images to output images. The architecture of such a network consisting of a generator and a discriminator provides the versatility needed to produce black and white ash cloud images from multispectral satellite images. The evaluation of the model, based on loss and accuracy plots, a confusion matrix, and visual inspection, indicates a satisfactory solution for accurate ash cloud delineation, applicable in any area of the world and becomes a useful tool in risk management.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google