周囲環境の空中ピクセル単位のシーン認識は、無人航空機（UAV）において重要なタスクである。従来の研究では、主に従来型のピンホールカメラまたはフィッシュアイカメラが撮像デバイスとして用いられてきた。しかし、これらの撮像システムは、広視野（FoV）、小型化、軽量化の3つの特性を同時に達成することは困難である。この課題に応えるために、本研究では、小型・軽量であり、360度の環状視野（annular FoV）を実現するパノラマ環状レンズ（Panoramic Annular Lens: PAL）を搭載したUAVシステムを設計した。さらに、高精度かつリアルタイムなシーン解析を実現するため、軽量なパノラマ環状セマンティックセグメンテーションニューラルネットワークモデルを提案した。また、トラック、フィールドその他のラベルを付与した、ドローン視点におけるパノラマシーンセグメンテーションデータセット「Aerial-PASS」を世界で初めて公開した。包括的な実験結果から、設計したシステムが空中パノラマシーン認識において優れた性能を発揮することが確認された。特に、公に提供されている街路シーンデータセットおよび本研究で構築した空中シーンデータセットの両方で検証された結果、提案モデルはセグメンテーション精度と推論速度の間で優れたトレードオフを達成していることが示された。