文献

J-GLOBAL ID：201702222223890450   整理番号：17A0320286

高分解能SAR画像分類のための局所性制約判別特徴学習【Powered by NICT】

Locality-constraint discriminant feature learning for high-resolution SAR image classification

著者 (6件)： Zhao Zhiqiang (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, Xidian University, Xi’an, Shaanxi Pro...) ,  Jiao Licheng (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, Xidian University, Xi’an, Shaanxi Pro...) ,  Hou Biao (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, Xidian University, Xi’an, Shaanxi Pro...) ,  Wang Shuang (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, Xidian University, Xi’an, Shaanxi Pro...) ,  Zhao Jiaqi (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, Xidian University, Xi’an, Shaanxi Pro...) ,  Chen Puhua (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, Xidian University, Xi’an, Shaanxi Pro...)
資料名： Neurocomputing  (Neurocomputing)
巻： 207  ページ： 772-784  発行年： 2016年 
JST資料番号： W0360A  ISSN： 0925-2312  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)

抄録/ポイント： 単一SAR画像から異なる地形材料を識別するための最も挑戦的な課題の一つである。地上分解能の増加により,いくつかの機械学習手法によって抽出した空間構造とテクスチャ情報を利用してSAR画像を直接モデル化することを可能にする。本論文では,高分解能SAR画像の判別特徴を捕捉するために提案した新しい特徴学習アプローチ。第一段階では,重み付き判別フィルタバンクは,低レベル特徴を生成するためのいくつかの標識SAR画像パッチから学習される。,局所的制約により符号化と空間プーリング法の両者において高レベル特徴を生成するために導入した。本研究では,スーパピクセルは地形分類のための画素の代わりに基本的な動作単位として使用した。各画素の高レベル特徴のすべてから学習されるいくつかの学習ドメインパターンを用いて,スーパーピクセルは,高特性によって特徴づけられる。最後の段階では,各スーパーピクセルのための生成されたこれらの超特徴の全てを分類するために利用されている線形カーネルサポートベクトルマシン。実験結果は幾つかの利用可能な最新の手法よりも提案した方法の良好な分類性能を示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： *画像 ,  フィルタバンク ,  *制約条件 ,  線形性 ,  立体構造 ,  *高分解能 ,  *学習 ,  *分解能 ,  モデリング ,  *局所性 ,  画素 ,  機械学習
準シソーラス用語： テクスチャ ,  *SAR画像 , 【Automatic Indexing@JST】

著者キーワード (6件)： SAR画像の分類 ,  局所性束縛 ,  特徴学習 ,  重み付き判別フィルタリング ,  分域パターン ,  高分解能合成開口レーダ(SAR)画像

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 高分解能 ,  SAR画像 ,  分類 ,  局所性 ,  制約 ,  判別 ,  学習