StackGANを用いた深層学習による地中レーダ画像からの地中モデル逆推定

摘要

地中レーダでは地中に入射した電波の誘電率差で生じる反射波により地中物体を検出する技術であり，近年劣化が社会問題化している社会インフラのセンシングに有効な技術である．しかしながら，地中レーダ画像から物体の材質や大きさを識別することが課題であった．我々は，ディープラーニングによる地中レーダ画像からの地中物体識別を目的に，GPUクラスタを用いたFDTD法による地中レーダシミュレーションで学習用レーダ画像を生成し，畳み込みニューラルネットワークCNNを用いて複数の不均質土壌における地中レーダ画像から物体の比誘電率や大きさの識別が可能なことを明らかにしてきた．本稿では，地中レーダ画像からの地中モデル逆推定を目的に，ディープラーニングによる画像生成手法である敵対的生成ネットワークGANを複数段用いたStackGANによる地中レーダ画像からの地中モデル可視化について報告する．