文献

J-GLOBAL ID：201102253784930195   整理番号：11A0306490

多時刻リモートセンシング画像に基づく,複雑シナリオにおける土地利用地図更新の新しいアプローチ

A Novel Approach to Land-Cover Maps Updating in Complex Scenarios based on multitemporal Remote Sensing Images

著者 (4件)： BAHIRAT K. (Indian Inst. Technol., Mumbai) ,  BOVOLO F. (Univ. Trento, Trento, ITA) ,  BRUZZONE L. (Univ. Trento, Trento, ITA) ,  CHAUDHURI S. (Indian Inst. Technol., Mumbai)
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 7830  ページ： 78300P.1-78300P.11  発行年： 2010年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
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： リモートセンシングにより同一地域の画像が周期的に獲得できる。それを用いた土地利用分類のために,ドメインアダプテーション(DA)と呼ばれる半教師つき/教師なし法が開発され,利用されている。しかし,信頼度の高い学習集合の存在と,同一地域の分類区分が変化しないという制限がある。これら条件は実際には制限が強すぎる。本論文では,これら制限を緩和できる新しいDA手法を提示した。標準のDA手順と同じく,教師つき分類により分類器を学習させ,土地利用区分(クラス)の統計的パラメータを推定する。こうして推定されたパラメータを個々の新しい画像に対する分類器の初期段階への入力として用いる。初期段階で新しく出現した,または,消滅したクラスに関する情報を含めるための適切な戦略を定義した。この戦略は変化検出手法と統計的距離測度を統合した手法である。最終分類地図を計算する前に,ベイズ情報基準を適用して検証する。実際のリモートセンシング画像を用いた実験結果により提案手法の有効性と信頼性を確認した。

シソーラス用語： *リモートセンシング ,  *パターン認識 ,  土地利用 ,  教師つき学習 ,  パラメータ推定 ,  地図作成 ,  写真地図 ,  Bayes推定 ,  分類装置
準シソーラス用語： Bayes推測 ,  Bayes分類器 ,  変化検出

分類 (2件)： リモートセンシング一般  (AD04000L) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 時刻 ,  リモートセンシング画像 ,  シナリオ ,  土地利用 ,  地図 ,  更新