文献

J-GLOBAL ID：201702224387753681   整理番号：17A0328761

都市点クラウドの分類:自動生成トレーニングデータによるロバストな教師つきアプローチ【Powered by NICT】

Classification of Urban Point Clouds: A Robust Supervised Approach With Automatically Generating Training Data

著者 (6件)： Li Zhuqiang (Beijing Advanced Innovation Center for Imaging Technology, Capital Normal University, and the State Key Laboratory of Remote Sensing Science, Beijing Normal University, Beijing, China) ,  Zhang Liqiang (Beijing Advanced Innovation Center for Imaging Technology, Capital Normal University, and the State Key Laboratory of Remote Sensing Science, Beijing Normal University, Beijing, China) ,  Zhong Ruofei (Beijing Advanced Innovation Center for Imaging Technology, Capital Normal University, and the State Key Laboratory of Remote Sensing Science, Beijing Normal University, Beijing, China) ,  Fang Tian (Hong Kong University of Science and Technology, Kowloon, Hong Kong) ,  Zhang Liang (Beijing Advanced Innovation Center for Imaging Technology, Capital Normal University, and the State Key Laboratory of Remote Sensing Science, Beijing Normal University, Beijing, China) ,  Zhang Zhenxin (Beijing Advanced Innovation Center for Imaging Technology, Capital Normal University, and the State Key Laboratory of Remote Sensing Science, Beijing Normal University, Beijing, China)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 10  号： 3  ページ： 1207-1220  発行年： 2017年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 構文解析屋外シーンのための訓練データの人手アノテーション付けのコストを低減するために,大規模都市シーンの三次元点雲を分類するための学習データをコーパスから自動生成を用いた教師つき手法を提案した。この方法では,入力点雲は点クラスタに凝集し,互いに素な集合和問題は,各点クラスターの幾何学的属性と組み合わせた物体セグメントを得ることである。異なるクラス間の事前知識を用いて,ディシジョンツリーモデルを用いてセグメントをラベル付けすることである。初期訓練サンプルが自動生成される。標識のための信頼度評価を用いて,ミスラベル訓練サンプルをフィルタリングすることである。生成された訓練データを用いて,各三次元点の記述子のセットに三次元シーンの初期分類を作成するためにランダムフォレスト分類器を訓練した。分類結果は,多標識条件付き確率場によって最適化した。異なるタイプスキャナの(すなわち,地上レーザ走査,車両レーザ走査,空中レーザ走査データセット)で採集された五都市点クラウド上での実験結果により,提案した方法は,競合分類性能を達成することを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 構文分析 ,  フィルタリング ,  三次元 ,  *都市 ,  統制索引語 ,  最適化 ,  アノテーション ,  コーパス ,  *ロバスト性
準シソーラス用語： レーザ走査 ,  ランダムフォレスト ,  事前知識 ,  学習データ ,  訓練データ ,  *自動生成 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 都市 ,  クラウド ,  分類 ,  自動生成 ,  トレーニング ,  ロバスト ,  教師