skymatix Developers Blog

株式会社スカイマティクスの開発チームによるDevelopers Blogです。

リモートセンシング技術におけるDBSCANとHDBSCANの利点を探る

DBSCAN (Credit: Wikipedia (https://en.wikipedia.org/wiki/DBSCAN))

AI ResearcherのAlokです。

DBSCANとHDBSCANは、ドローンからの空撮画像を解析するためのリモートセンシング技術でよく使われるアルゴリズムです。両アルゴリズムは密度ベースであり、あらかじめ定義されたパラメータに依存せずに画像中のオブジェクトのクラスタを識別する能力を有しています。

DBSCANとHDBSCANの大きな違いは、クラスタを特定する方法です。

DBSCANは密度ベースのアプローチを採用しており、クラスタを特定するために距離メトリックと密度の閾値が必要な一方で、HDBSCANは階層的な密度ベースアプローチを採用しており、密度や形状の異なるクラスタや、クラスタ内のサブクラスタを識別することが可能です。ノイズや外れ値の扱いという点では、これらの影響を受けやすいDBSCANに比べて、HDBSCANはよりロバストです。

HDBSCANは、クラスタの構造を可視化するのに便利なデンドログラムの生成にも使用できます。計算量の点では、DBSCANは大規模なデータセットに最適かもしれませんが、HDBSCANはメモリ使用量の点でより効率的です。このようにDBSCANとHDBSCANを用いれば、複雑な環境下において、異なる密度と形状を持つ個々の建物を正確に識別することができることができそうです。

DBSCANとHDBSCANはともに強力で柔軟なアルゴリズムであり、リモートセンシングに適用することができそうです。2つのアルゴリズムのどちらを選ぶかは、ノイズや外れ値の存在、計算リソース、クラスタの階層的表現の必要性など、ユースケースに大きく依存します。

詳しくはこちら(英語)をご覧ください。



www.slideshare.net