DEVELOPMENT OF A SWIN-UNET-BASED CLASSIFIER FORTHREE-CLASS (SEDIMENT MOVEMENT AREA, MAIN OBJECTS, OTHERS) RECOGNITION IN AERIAL PHOTOGRAPHS

View at publisher Summarise with VIRAT
Authors: Xiaosong LIU, Kei KAWAMURA, Makoto ODA, Tsuyosi WAKATSUKI
Cited by: 0
References: 9

Summary

No summary yet. VIRAT can read this paper and write a plain-language summary of its aim, methods, key findings and limitations.

Summarise with VIRAT Free to try with your Science Catalogs account.

Abstract

日本では地震や豪雨により頻発する土砂災害に対し,迅速な被害把握が求められている.従来,空中写真からの目視判読に依存していたが,時間的・人的制約が大きく自動化が課題であった.本研究では,建物や道路を誤判別する既存手法の問題を解決するため,地理情報を活用した3クラス分類(土砂部・主要地物・その他)モデルを提案した.識別器にはUNet,UNet++,およびTransformer構造を組み込んだSwin-Unetの3種類を用い,その性能を比較した.また,入力画像にはスライド分割法を,出力画像の結合にはLinear結合法を導入することで,分割境界の不連続を抑制し,より滑らかで精度の高い土砂部検出を実現した.

Fields of Study & Subjects

Remote-Sensing Image Classification Landslides and related hazards Advanced Neural Network Applications

Publication details

Journal / source
Japanese Journal of JSCE
Volume
82
Issue
22
Pages
n/a–n/a
Publication date
1 January 2026
Language
EN