文献

J-GLOBAL ID：201402224373457628   整理番号：14A0066345

都市域のライダデータ及び建物オブジェクト検出のコンテキスト分類

Contextual classification of lidar data and building object detection in urban areas

著者 (3件)： NIEMEYER Joachim (Inst. of Photogrammetry and GeoInformation, Leibniz Universitaet Hannover, Nienburger Str. 1, D-30167 Hannover, DEU) ,  ROTTENSTEINER Franz (Inst. of Photogrammetry and GeoInformation, Leibniz Universitaet Hannover, Nienburger Str. 1, D-30167 Hannover, DEU) ,  SOERGEL Uwe (Inst. of Geodesy, Remote Sensing and Image Analysis, TU Darmstadt, Franziska-Braun-Str. 7, D-64287 Darmstadt, DEU)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 87  ページ： 152-165  発行年： 2014年01月 
JST資料番号： H0048A  ISSN： 0924-2716  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： 本研究において,著者らは航空LiDARポイントクラウドのコンテキスト分類のタスクを提案した。この目的のために,ランダム森林クラシファイアをConditional Random Field(CRF)フレームワークに統合した。それは複雑な都市景観内でも信頼できる分類結果を取得するための柔軟な手法である。このようにして,一方でコンテキストの考慮から,他方では多量な特徴を用いる機会から利益を得ている。より大きな改良が著者らの実験で識別した7つのクラスのいくつかの完全性と正確さで明らかになるが,著者らの実験で相互作用を考慮すれば,総合精度は2%だけ増加する。CRFの単一要素とペアワイズポテンシャルの計算用にランダム森林手法を線形モデルと比較し,隣接ポイントの相互作用だけでなくLiDARポイント用の異なる特徴の関連を調べた。第二のステップで,建物オブジェクトを分類したポイントクラウドに基づき検出した。この目的のために,クラスに対するCRF確率をペアワイズポテンシャルはPottsモデルに基づく単一要素ポテンシャルとしてMarkov Random Fieldへプラグインする。2D2値化建物オブジェクトマスクは,都市分類と3D建物再建に関するベンチマークISPRSテストプロジェクトにより抽出し,評価される。その評価は主要な建物(50m²より大きい)は96%より高い正確さ及び100%の完全さで非常に確かに検出できることを示した。Copyright 2014 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *都市域 ,  データ ,  *建築物 ,  検出 ,  点群 ,  都市景観 ,  画像 ,  二次元 ,  森林 ,  *分類 ,  都市 ,  TNM分類
準シソーラス用語： *LIDARデータ ,  *オブジェクト検出 ,  二次元画像 ,  *画像分類 ,  都市分類

分類 (2件)： 写真測量,空中写真  (RC02040D) ,  都市計画の調査分析,分析手法  (RD01020D)

タイトルに関連する用語 (6件)： 都市域 ,  ライダ ,  建物 ,  オブジェクト検出 ,  コンテキスト ,  分類