マシンラーニングを使いUAVベース地雷検出を自動化

June, 3, 2020, Binghamton--ニューヨーク州立大学Binghamton Universityの研究によると､先進的マシンラーニングを利用して､紛争後の諸国の遠隔地をドローンで危険な｢バタフライ｣地雷を検出することができる｡

ビンガムトン大学(Binghamton University)の研究者は､赤外カメラ搭載のローコスト商用ドローンを使い｢バタフライ｣地雷を高精度検出する方法を以前に開発していた｡新しい研究は､畳み込みニューラルネットワーク(CNN)､物体検出やリモートセンシング分野での標準マシンラーニング法を使い地雷検出の自動化に焦点を当てている｡同大学のエネルギー地球物理学准教授､Alek Nikulinによると､この方法は､その分野の大変革になる｡

｢これまでのわれわれの研究の全ては､人の眼によるデータシートのスキャニングに依存していた｡素早いドローン支援マッピングや散乱地雷原の自動検出は､最近の武装紛争における小さな散乱地雷の広範な利用による致死性レガシーへの対処に役立つ｡また､将来の利用可能性に効果的に対処するための機能フレームワーク開発もできる｣と同氏は話している｡

世界には､懸念のある多様なサイズ､形状､構成のデバイスの弾薬､爆発物が､推定で少なくとも1億ある｡これらの数100万は,低圧トリガーの表面プラスチック地雷､例えばソビエトPFM-1｢バタフライ｣地雷である｡小型で蝶ののような形状からあだ名がつけられた｡これらは検出が非常に難しい｡小型で低トリガー質量､最も重要なことは､金属部品をほとんど除外した設計のためである｡したがって､これらのデバイスは実質的に金属探知器には見えない｡重要な点は､低質量トリガーを組み込んだ地雷の設計は､｢トイマイン toy mine｣として有名になった｡これらのデバイスを見つけて遊ぶ小さな子どもの間で致死性が高いからである｡PFM-1の主要な犠牲者は､アフガニスタンなど､紛争後の国々では小さな子どもである｡

｢地雷の検出とマッピングを自動化するためにCNNベースアプローチの利用することは､いくつかの理由で重要である｡一つは､正射写真(幾何的に補正された航空写真)から人手で地雷をカウントするよりも遙かに高速である｡二つ目に､定量的であり再現性がある｡主観的な､誤りやすい人の接眼検知とは違う｡また三つ目に､CNNベースの方法は､簡単に一般化でき､遠隔送致されたラスター画像から､明確なサイズと形状を持つどんな物体でも検出しマッピングできる｣と研究者は説明している｡
(詳細は､https://www.binghamton.edu/)