GeoAIとは？QGISユーザーのための実践ガイド
GeoAIとは、衛星画像や航空画像、点群、ベクターレイヤーなどの地理データに対して機械学習を実行する技術です。モデルがピクセルを読み取り、
で編集できるオブジェクト、クラス、変化などのデータを返します。作業の中で時間のかかる部分を処理しますが、判断を代わりに行うものではありません。
私たちはこの分野のQGISプラグインの1つを開発しています。そのため、誰が書いた記事なのかを踏まえて読んでください。
GeoAIではないもの
GeoAIは、あなたのプロジェクトを理解しているチャットボットではありません。クライアントの仕様書や属性ルール、去年の春に行った現地調査を読み取ることもありません。GeoAIが地上の実測データに取って代わることはありません。
この言葉の定義もあいまいです。2005年のランダムフォレスト分類器も、去年のセグメンテーションモデルも、どちらもGeoAIとして販売されます。ベンダーがこの言葉を使ったら、どの技術を指しているのか確認してください。必要なハードウェアも失敗の仕方も異なるからです。
現在できる5つのこと
画像からオブジェクトを抽出する。 これは、はるかに実用性が高い用途です。範囲を指定し、抽出したい対象を入力すると、プロジェクトのCRSに合わせたポリゴンが得られます。建物、樹冠、車、プール、太陽光発電設備などです。境界が明瞭なら、きれいな輪郭になります。低木地に溶け込む農地の境界は、あなたが見つけにくいのと同じようにモデルにとっても難しい対象です。
土地被覆を分類する。 すべてのピクセルに、水域、建物、裸地、森林などのクラスを割り当てます。十分なトレーニングポリゴンとマルチスペクトルバンドがあれば、ここでは従来の手法が今でも優れています。どのノートパソコンでも実行できます。
2つの日付の変化を検出する。 同じ場所の2枚のオルソ画像を比較し、変化した箇所をモデルが示します。新しい建物や造成された区画など、明らかな変化には有効です。ただし、季節による色の変化や太陽の角度の違いで誤検出が起きるため、すべての検出結果を確認する計画にしてください。
データを補完し、整える。 建物の角を直角に整えたり、屋根マスクの穴を閉じたり、ピクセル単位でトレースした輪郭を簡略化したりします。目立たない作業ですが、最も多くの時間を節約できる部分です。
自然な言葉で検索する。 モデルやバンドの組み合わせを選ぶ代わりに、solar panelsと入力します。対象を探すには便利です。ただし、属性テーブルについて質問に答えてくれるとは期待しないでください。
モデルはどこから来るのか
大きく3つの系統があり、それぞれ挙動が異なります。
セグメンテーションモデル。 Segment Anything系のモデルは、1つの対象がどこで終わり、次の対象がどこから始まるかを学習します。一般的な写真で学習されているため、建物とは何かを理解しているわけではありません。境界がはっきりしている場所では、画像データにもよく適用できます。SAMのガイドでは、どのQGISプラグインがどのバージョンを実行するのかを解説しています。
画像から画像を生成するモデル。 新しいピクセルを作り出します。雲の除去、季節の変換、造成地の状態の生成などは、AI Editでこの仕組みを使います。出力は同じ範囲を持つジオリファレンス済みラスタですが、あくまで描画結果です。そのため、証拠レイヤーとして扱うことはできません。
従来型の機械学習。 ランダムフォレストやサポートベクターマシンが、1ピクセルずつバンド値を読み取ります。20年前からある安価な手法ですが、自分で用意したトレーニングポリゴンを使ったマルチスペクトル土地被覆分類では、今でも適切な選択肢です。SCPとdzetsakaなら、QGIS内で無料で実行できます。
実際にかかるコスト
ハードウェア。 ローカルモデルを実行するにはグラフィックカードが必要です。Segment Anything 3にはCPU経路がまったくないため、すべてのMacと統合グラフィックス搭載マシンでは実行できません。モデルをサーバー上で実行すれば、オフィスのノートパソコンで十分です。私たちはこのトレードオフを選びました。
画像。 モデルよりも地上解像度のほうが結果を左右します。私たちの調整では、太陽光パネルでおよそ1ピクセルあたり0.05 m、車で0.09、建物で0.18を目標にしています。それより粗い解像度では、対象がぼやけてしまい、どのモデルでも復元できません。
時間。 検出には数分かかります。レビューにはさらに時間がかかります。見積もりからレビュー時間を外すと、納期に間に合わなくなります。
費用。 無料のQGISオプションでは、GPUとPython作業にかかる午後の時間以外に費用はかかりません。私たちのサービスでは、カードなしで月200件の自動検出を利用でき、さらに自分のマシン上でクリックによるセグメンテーションを無制限に実行できます。ProはAI Editが月額€29、AI Segmentationが€39、両方が€59です。すべてVATを除く価格です。
疑うべき4つの主張
単一の精度の数字。 精度は画像によっても、抽出する対象によっても変わります。すべてのケースに1つの数値を掲げる人は、マーケティング用の数字を示しているだけです。
あなたの地域を一度も見ていないトレーニングデータ。 既成の建物レイヤーは、その典型例です。Luandaの同じ1平方キロメートルに対して、OpenStreetMapには何もなく、Microsoftには3,140件のフットプリントがあり、Google Open Buildingsには4,468件あります。
「ローカルで実行でき、データがコンピューターの外に出ない」。 自分のマシン上で小規模なモデルを実行する場合は正しい説明です。クラウドモードでは、私たちのサービスを含め、すべて画像をどこかへ送信します。自分がどのモードを使っているのかを明確に伝えることが誠実です。
そのまま納品できる出力。 実行するたびに、要求した以上のものが返ってきます。換気口、天窓、影、 courtyard shedsなどです。輪郭が正しい実在のオブジェクトでも、欲しかった対象とは限りません。クリーンアップの時間を見積もってください。
私なら使わない場面
50件未満のフィーチャーなら、手作業でデジタイズします。スナップを有効にすれば、モデルが重みをダウンロードする前に作業を終えられますし、結果も仕様に正確に一致します。
法的な意味を持つ対象にも使いません。たとえば地籍境界、保護区域、補償請求に関わるデータです。モデルが返すのは候補であり、候補は測量成果ではありません。私が守る線引きは、GeoAIは初期工程には使えても、最終工程には使わないということです。建物フットプリントのガイドでは、同じ地域を使って両方の方法を解説しています。
10分でQGIS上で実行する
プラグインマネージャーを開く
Plugins -> Manage and Install Plugins. QGIS 3.22以降が必要です。
AI Segmentationをインストールする
他にダウンロードするものはなく、Python環境を構築する必要もありません。
パネルからサインインする
メールアドレスを入力してクリックするだけです。無料枠は毎月更新され、カード情報は必要ありません。
開いている画像上にゾーンを描く
GeoTIFF、ドローンのオルソ画像、XYZ basemapなど、表示できるラスタなら何でも使えます。無料アカウントでは最大15 km²まで描画できます。
対象を入力してレビューする
building、tree、carと入力します。信頼度とサイズでフィルタリングし、間違いを修正して、GeoPackageにエクスポートします。
出力結果を、自分で手作業でデジタイズした場合と比較してください。それだけが結果を判断する唯一のテストです。
よくある質問
GeoAIはリモートセンシングと同じですか？ いいえ。リモートセンシングは計測です。GeoAIは、その計測結果を読み取る1つの方法であり、指数、閾値、そして自分の目と並ぶ手段です。
コードを書く必要はありますか？ 従来型の手法では、ある程度必要です。QGISでセグメンテーションを行う場合は必要ありません。プラグインが対応しています。同じパイプラインを数百のタイルに適用する場合は、今でもPythonが有利です。
GPUは必要ですか？ 自分のマシンでモデルを実行する場合だけ必要です。サーバー側のツールには必要ありません。QGIS AIハブでは、それぞれの選択肢に必要なものを確認できます。
最後に何が出力されますか？ プロジェクトのCRSに合わせたポリゴンと、ラベル、クラス、信頼度スコア、面積が出力されます。AI Segmentationは、スタイル付きのGeoPackageに書き込みます。レビューの責任はあなたにあります。
