[2K1-GS-7a] 画像音声メディア処理：画像認識と医療・表情解析

9:45 〜 10:00

[2K1-GS-7a-04] リモートセンシング画像基盤モデルを活用した少数サンプルによる対象物識別

〇一木 沙天¹、木村 大毅^1,2、庄野 逸¹ (1. 電気通信大学、2. 日本アイ・ビー・エム株式会社)

キーワード：

リモートセンシング、基盤モデル、少数サンプル

本研究では, スケール不変な特徴表現を獲得するCross-Scale MAE を事前学習モデルとして採用し, RS 画像のFew-shot 分類における有効性を検証した. その結果, 各クラス10 枚の条件下において, Cross-Scale MAE は十分なデータ量があ る場合には高精度を示す一方で, Few-shot 設定ではベースラインのVanilla MAE を大きく下回ることが明らかとなっ た. 分析の結果, スケール頑健性の効果は限定的であり, その要因として事前学習データの規模不足と物理的なサイズ情 報の欠落が示唆された. 本研究は, RS 画像のFew-shot 分類においては手法的なスケール不変性の導入よりも学習データ の規模確保が優先されるべきであり, 対象に応じたスケール情報の適切な取捨選択が不可欠であるという知見を提供する.