衛星リモートセンシングアーカイブ

作物マップ評価の「道路バイアス」を修正｜PPI手法で実運用精度を推定

政府機関が利用する作物マップは、道路沿いなど収集しやすい場所のデータで評価されがちで、実運用時の精度を過大評価する傾向がある。本研究は、未ラベルデータの予測とラベルデータの誤差を重み付けして補正するPPI手法を用い、この評価バイアスを修正し、実運用に近い精度推定を可能にした。

地上写真の視覚情報を衛星画像モデルへ転移させる知識蒸留手法を提案した。推論時には地上写真が不要でありながら、時間や地域が変わっても分類精度の低下を抑え、運用コストと精度の両立に貢献する。

Sentinel-2衛星画像の時系列データに対し、時間・波長・空間の各次元で独立した注意機構を持つ新モデル「Cropland PAtteRNS」を提案。PASTISやMTLCCデータセットでSOTAモデルを上回る精度、特に境界画質（Boundary IoU）で優位性を示した。