画像認識の領域での機械学習の活用は、農業、建設・インフラなど様々な業界で実践されています。今回は、Topcoder社がアメリカの政府系機関であるSpaceNetと共同で実施した、衛星データ、リモートセンシング、地球科学関連の企業によるオープンイノベーション・プロジェクトについてご紹介いたします。
SpaceNetとは
SpaceNetは開発者、研究者、及びスタートアップに対して高品質なジオスペースデータへのアクセスを提供します。SpaceNetプロジェクト以前は、コンピュータ・ビジョンの研究者は無料の、正確にラベル付けされた、しかも解像度の高い衛星画像を得る選択肢は限られたものでした。SpaceNetはデータ、コンテスト、アルゴリズム、そしてツールから成る4つの柱のオープンソースにフォーカスしています。
プロジェクトの全体概要と目的
米国CIAが設立したベンチャーキャピタルが持つ研究機関の一つである”CosmiQ Works”を中心としたプロジェクト。高品質な衛星データ、コンテスト、アルゴリズム、ツールを提供し、ジオスペース領域のオープンイノベーションの実現を目的としていました。
本プロジェクトは、SpaceNet Challengeと銘打ち、2016年から7回のコンテストを継続している長期プロジェクトで2020年に終了しています。
Topcoder社以外にも以下のような企業、団体が参加した、大所帯のオープンイノベーションプロジェクトです。
- CosmiQ Works：米国CIAの研究機関の一つ
- Intel AI：AI処理に特化したIntelの部門
- Amazon Web Services：パブリッククラウド基盤提供企業
- MAXAR：宇宙関連技術のソリューション企業
- Capella Space：オンデマンド衛星画像提供企業
- Planet：衛星画像関連技術企業
- GRSS：IEEEの地球科学、リモートセンシング委員会
- NGA：米国国家地理空間情報局
コンテスト概要
SpaceNet Challengeのコンテストでは、現在、地図作成に必要な特徴点（道路や建物）作成・抽出は手作業で行われており、大きな労力が必要で、街区の建物や道路の変化にスピーディーに対応することは難しいといった背景として開催されております。
衛星データから地図作成に必要な自動特徴抽出技術を確立することにより、人道支援や災害対策（洪水やハリケーン）などで必要とされる地図データを迅速に作成出来ることを、7回にわたるコンテストを通して目指しました。
7回にわたるコンテストでは、建物の検出と道路の検出の2つの観点で、コンテストが開催されました。Topcoderコンテスト参加者は、それぞれの知見を活用し、背景除去や、外れ値処理などを行うアルゴリズム開発を行いました。（以下は1回目〜6回目までのサマリです）
コンテスト結果詳細
SpaceNet Challengeコンテストでの具体的なコンテスト内容については非常に面白い内容でしたので、その結果も含めてご紹介資料を作成いたしました。SpaceNetについてより詳細を知りたい、または、応用分野もっと詳しく知りたい方はぜひご一読ください。
ダウンロードフォームが表示されない場合には、こちらからフォームへご記入ください。
応用の可能性
昨今は衛星データをリアルタイムに入手することもできるようになってきました。また、その活用領域は、防災・災害対策などの社会的に意義のある領域のみならず、需要予測などの分野でも活用が広まっています。
SpaceNetほどの大掛かりなプロジェクトではなく、2週間以内でのTopcoderコンテストによって世界最高品質の機械学習モデルの開発が可能です。また、衛星データのみならず、あらゆるデータの利活用をご検討されている方はぜひご検討ください。
TC3はクラウド基盤、データサイエンス、ブロックチェーンなどの先端技術、そしてウェブ・モバイルアプリケーションの4つのテクノロジー領域に対して、グローバル開発者コミュニティであるTopcoderをはじめとしたGigを活用した独自の共創プロジェクトマネジメント手法により、お客様のクイックウィンを実現するための技術コンサルティングサービスを提供しています（Topcoderサービスについて）。
参考情報
- Topcoder社ブログ記事：https://www.topcoder.com/7-and-counting-data-science-geospatial-challenges-the-spacenet-story/
- Topcoder社 SpaceNet概要紹介：https://go.topcoder.com/spacenet/
