空中画像で判定する立地適性評価システム

本技術では、空中画像を入力データとして、プラントの立地適性に関わる地物の情報を出力する機械学習モデルを使用します。学習用の画像は、評価対象土地と周辺環境を含む空中画像を前処理し、アノテーション情報で地物の有無などをラベル化して作成します。前処理はリサイズ・ノイズ除去・コントラスト調整を行い、アノテーション生成部が地物のラベルを付与します。学習データを用いてモデルを訓練し、検証データで過学習を防ぎます。出力値は立地適性を示す指標として提示され、候補地の比較判断に役立てられます。

本技術の要点は、衛星画像・空中画像を説明変数とし、地物の種別・位置情報・取水源の有無・周辺インフラ条件等を目的変数として機械学習モデルに学習させる点にある。データ作成は、前処理後画像、アノテーション情報、学習データセットの組成を含む。画像増強としてGANや回転・反転等を用い、検証データで過学習を抑制する。モデルはCNN/DNN等を組み合わせ、出力は各目的変数の確率値や立地適性スコアとして示す。推論時はホールドアウト法・交差検証の評価を経て妥当性を確認し、実運用では評価対象画像を入力して結果は画面に表示され、意思決定を支援する。層構成は入力層、畳み込み層とプーリング層の複数、中間層、出力層で、活性化関数はReLU、出力層はソフトマックスまたはシグモイド、損失関数はクロスエントロピー。最適化はAdam、正則化としてドロップアウトを併用。モデル学習後は検証で妥当性を確保し、推論時には評価対象画像の特徴を抽出してリアルタイムに結果を提示する。