文献

J-GLOBAL ID：201602266830709702   整理番号：16A0810179

テンソルに基づく動的テクスチャモデルのオーロラビデオ分類【JST・京大機械翻訳】

Tensor based dynamic textures model for aurora sequences classification

著者 (3件)： Song Yating (School of Electronic Engineering,Xidian University) ,  Han Bing (School of Electronic Engineering,Xidian University,State Key Laboratory of Remote Sensing Science) ,  Gao Xinbo (School of Electronic Engineering,Xidian University)
資料名： Nanjing Daxue Xuebao. Zirankexue  (Nanjing Daxue Xuebao. Zirankexue)
巻： 52  号： 1  ページ： 184-193  発行年： 2016年 
JST資料番号： C2593A  ISSN： 0469-5097  CODEN： NCHPAZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 形態と行オーロライベントの惑星間磁場及び太陽風などの空間の物理過程は密接に関連し,オーロラ研究の形態により大量の地球の磁気圏および太陽風活動の情報を得ることができる。大規模なオーロラの発生に伴い,どのように計算機を介してオーロラ画像シーケンスに対して自動分類を行い,ホットスポットになった。現在,オーロラの分類研究は,ほとんどが単一画像の特徴の解析に基づくである,オーロラビデオのモデリングと解析は依然として更なる研究が待たれる。従って,1つのオーロラビデオに基づく動的テクスチャのモデリングのオーロラビデオイベント認識の方法を提案した。まず4種類のオーロラ映像に対して墜落膨張普遍性動的テクスチャのモデリングを,次に,動的テクスチャモデルを解く分解行列SVDを利用した,最後にモデルのパラメータ間のマルチン距離を用いて極光序間の差異を測定して,最小距離分類器とSVM分類器を用いて,4種類の典型的な形態のオーロラ配列の自動分類と認識を実現した。モデルのコンパクト性をさらに高めるために,テンソル分解を導入し,確立した動的テクスチャモデルをテンソル。動的テクスチャモデルとは異なり匹配列のフレーム間の重複相関に注目し,動的テクスチャモデルをテンソル配列のフレーム間の反復相関と画像フレーム内の各部分間の反復相関性を同時に分析し,時間と空間の次元的に分解を同時に行う,モデル冗長性を低減するとともに分類精度が向上した。中国北極黄河ステーションのASI画像データベース上でアルゴリズムの検証を行い,実験結果は,提案したモデルは高い分類精度を有し,同時にこのモデルは十分にエネルギー特性のオーロラ配列のフレーム間の反復相関と動的変化特性を示した。Data from the ScienceChina, LCAS.【JST・京大機械翻訳】

シソーラス用語： 地球 ,  冗長性 ,  自動分類 ,  磁気圏 ,  太陽風 ,  画像データベース ,  映像 ,  画像 ,  *極光 ,  *テンソル ,  モデリング
準シソーラス用語： 分類精度 ,  画像フレーム ,  *テクスチャ ,  画像列 , 【Automatic Indexing@JST】

著者キーワード (3件)： aurora sequences ,  dynamic texture ,  tensor

分類 (3件)： 惑星  (DB04020E) ,  磁気圏  (DC04060Z) ,  大気・天体プラズマ  (BJ02020M)

タイトルに関連する用語 (6件)： テンソル ,  テクスチャ ,  モデル ,  オーロラ ,  ビデオ ,  分類