leave-one-out法による高解像度衛星画像オリエンテーションの精度評価

BROVELLI Maria Antonia; CRESPI Mattia; FRATARCANGELI Francesca; GIANNONE Francesca; REALINI Eugenio

文献

J-GLOBAL ID：200902289915310917 整理番号：08A0747150

leave-one-out法による高解像度衛星画像オリエンテーションの精度評価

Accuracy assessment of high resolution satellite imagery orientation by leave-one-out method

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=08A0747150&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=08A0747150&from=J-GLOBAL&jstjournalNo=H0048A") }}

著者 (5件)： , , , ,
資料名：
巻： 63 号： 4 ページ： 427-440 発行年： 2008年07月
JST資料番号： H0048A ISSN： 0924-2716 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：オランダ (NLD) 言語：英語 (EN)

高解像度衛星画像(HRSI)への関心は科学的と商業的な両方のレベルにおいて,数種の利用分野で広がっている。この種の画像の幾何学的利用の基本で重要なゴールは画像をジオリファレンスし,取得中に受ける形状変形を修正することができる画像のオリエンテーションとオルソ修正処理である。ジオマティックス利用でオルソ修正画像の実際の可能性を開発するため,オリエントされた画像から達成できる空間精度を評価するための方法論の定義が重要な主題である。本報において,著者らはLeave-One-Out Cross-Validation(LOOCV)に基づく新しい精度評価手法を提案した。それはマシンラーニング,生物情報科学のような異なるフィールド及び一般的に,ラーニングアルゴリズム(例:ジオ統計学)の性能評価を必要とする全ての他のフィールドにすでに適用されたモデル実証手法であるが,HRSIのオリエンテーション精度評価にはけっして適用されなかった。提案手法は既知の地上ポイントの2つのセットへの区分に基づく通常用いる手法(Hold-Out Validation-HOV)に関わる最も顕著な欠点を克服できる興味ある特徴を提示する。2つのセットの第一はオリエンテーション-オルソ修正モデル(GCPs-地上基準点)に用いる。第二はモデル自身(CPs-チェックポイント)を実証するために用いる。実際,HOVは一般的に信頼性が低く,地上ポイント数が少ない場合は利用できない。提案法をテストするため,著者らはHRSIの厳密なオリエンテーションを実行するため,ローマのSapienza大学の測地とジオマティックスチームが開発したソフトウェアSISARでLOOCVを実行する新しいルーチンを実行した。このルーチンをいくつかのEROS-AとQuickBird画像でテストした。さらに,HOVだけを実行したためLOOCVを手動で実行しながら,画像を同時に世界的に知られる商用ソフトウェアOrthoEngine v.10 (PCIによりGeomatica suiteに含まれる)を用いてオリエントした。ソフトウェアの比較はSISARモデルのオーバーオールの正確さと優れた性能を保証したが,その結果はLOOCV手法の優れた特徴を示した。(翻訳著者抄録)

, , , , ,
, ,

写真測量,空中写真

, ,

前のページに戻る