情報処理学会 第77回全国大会講演要旨

近年，高分解能な撮影のできる人工衛星が数多く出る中，従来より土地の被覆情報を分類するのに最尤法が用いられている．この手法は教師付き分類であるため，与えられた教師データにより結果は大きく依存する．そこで，複数の時期の異なる衛星画像を用いることで複数の分類結果が得られ，その結果から正解だと考えられるデータを検出し，そのデータ群からランダムサンプリングしたものを教師データと仮定して分類を再度行う手法を提案した．この手法は初期教師データに依存せず，かつ少ない数でも効果的に学習し，分類することができる．本研究では，この再帰的土地被覆分類の性質を解析し，どの条件が最も高精度になるか評価する．