講演情報
[R1P-03]深層学習による薄片画像の認識と岩石分類<font color="#FF7F27">「発表賞エントリー」</font>
*松田 真奈1、瀬戸 雄介1 (1. 神戸大・院理)
キーワード：
深層学習、岩石分類、コンピュータービジョン
近年、畳み込みニューラルネットワーク(CNN)を用いた深層学習が様々な分野に応用され、画像処理や音声処理における特徴検出や認識において高い性能を発揮することが示されている。条件によっては深層学習が人間の認識精度を超えることもあり、岩石・鉱物学分野への応用が期待される。本研究では、深層学習法が最も得意とする画像分類に注目し、岩石薄片画像から岩石種の判別する学習モデルの構築を試みた。
大量の訓練用データ取得のために偏光顕微鏡のステージにステッピングモーターを組み込み、さらにカメラと同期させることで、高速な自動撮影システムを構築した。
上記のシステムを用いて、10種類の岩石偏光顕微鏡薄片写真(オープンとクロス)を撮影し、それぞれの岩石種ごとに720枚の画像を取得した。様々なニューラルネットワークモデルを作成し、学習精度や正解率を評価した。
薄片画像データを用いた深層学習による岩石判別を行った結果、オープンニコルとクロスニコルの画像をスタックし、訓練用データを5000枚以上使用した場合では98%の正解率に達し、岩石判別のツールとして有効であることを確認した。
大量の訓練用データ取得のために偏光顕微鏡のステージにステッピングモーターを組み込み、さらにカメラと同期させることで、高速な自動撮影システムを構築した。
上記のシステムを用いて、10種類の岩石偏光顕微鏡薄片写真(オープンとクロス)を撮影し、それぞれの岩石種ごとに720枚の画像を取得した。様々なニューラルネットワークモデルを作成し、学習精度や正解率を評価した。
薄片画像データを用いた深層学習による岩石判別を行った結果、オープンニコルとクロスニコルの画像をスタックし、訓練用データを5000枚以上使用した場合では98%の正解率に達し、岩石判別のツールとして有効であることを確認した。