文献

J-GLOBAL ID：201002290666733070   整理番号：10A0122625

ポリラインプロセスを用いたリモートセンシングにおける教師なしラインネットワークの抽出

Unsupervised line network extraction in remote sensing using a polyline process

著者 (3件)： LACOSTE Caroline (ARIANA, Joint Res. Group INRIA/CNRS/UNSA, 2004 route des Lucioles, BP 93, 06902 Sophia Antipolis Cedex, FRA) ,  DESCOMBES Xavier (ARIANA, Joint Res. Group INRIA/CNRS/UNSA, 2004 route des Lucioles, BP 93, 06902 Sophia Antipolis Cedex, FRA) ,  ZERUBIA Josiane (ARIANA, Joint Res. Group INRIA/CNRS/UNSA, 2004 route des Lucioles, BP 93, 06902 Sophia Antipolis Cedex, FRA)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 43  号： 4  ページ： 1631-1641  発行年： 2010年04月 
JST資料番号： D0611A  ISSN： 0031-3203  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： マークつき点過程により,物体の順序なし集合によるシーンを記述するための厳密なフレームワークが与えられる。このモデリングの効率は,相互作用するセグメントを操作するモデルを用いたラインネットワーク抽出で示されてきた。ここではこのこれまでのモデリングを,セグメントの数が未知のポリラインに拡張した。可逆ジャンプMarkov連鎖モンテカルロ(RJMCMC)アルゴリズムを用いて,シミュレーテッドアニーリングにより,最適化を行った。適切なカーネルを提案して,このアルゴリズムの収束性を加速した。航空および衛星画像上での結果により,この新しいモデルがこれまでのものより高性能であることを示した。Copyright 2010 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *リモートセンシング ,  教師なし学習 ,  *ネットワーク ,  直線 ,  *抽出 ,  フレームワーク【ソフトウェア開発】 ,  モデリング ,  モンテカルロ法 ,  シミュレーテッドアニーリング ,  識別関数 ,  収束 ,  加速 ,  空中写真 ,  衛星利用画像 ,  性能評価
準シソーラス用語： Markov連鎖モンテカルロ法 ,  Kernel関数

分類 (2件)： リモートセンシング一般  (AD04000L) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (2件)： リモートセンシング ,  教師