文献

J-GLOBAL ID：201502270455435010   整理番号：15A0229636

JointBoostを使った航空機搭載レーザ走査データの分類

Classification of airborne laser scanning data using JointBoost

著者 (4件)： GUO Bo (The State Key Lab. of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan Univ., Wuhan ...) ,  HUANG Xianfeng (The State Key Lab. of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan Univ., Wuhan ...) ,  ZHANG Fan (The State Key Lab. of Information Engineering in Surveying, Mapping and Remote Sensing, Wuhan Univ., Wuhan ...) ,  SOHN Gunho (GeoICT Lab, Earth and Space Sci. and Engineering Dep., York Univ., 4700 Keele St., Toronto, CAN)
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： 100  ページ： 71-83  発行年： 2015年02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： 自動点群の分類のための需要が,航空機搭載LiDARの広範な使用に伴って,飛躍的に増加している。既存の研究は,主に地形,建物や植生を含む少数の卓越的目標に集中している。これらの主要目標に加えて,この論文では,JointBoost分類装置を使用した点群から電力線や鉄塔を含む他の型の目標を識別するために,教師付き分類法を提示した。学習モデルのパラメータを,幾何学的形状及びLiDAR計測点群のエコー情報に基づいて算出した様々な特徴によって推定した。分類前に裸地データを含めることに起因する欠点を克服するために,提示した分類装置は,直接特性ステップオフ計数を使って地形を直接区別した。特性選択をJointBoostを用いて実行し,特性総観を査定して,分類正確度と作業効率の両方を向上させた。グラフカット区分によって抽出した目標に対する文脈制約を使って,JointBoost分類装置によって得た初期分類結果を最適化した。実験結果によると,ステップ・オフ計数は分類に顕著に寄与した。17個の有効な特性をJointBoost分類装置を使って,初期分類結果に対して選択した。これらの実験によると,提示した特性と方法は,複雑なシナリオから航空機搭載LiDARデータの分類に対して有効であった。Copyright 2015 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： 分類装置 ,  レーザ ,  走査 ,  データ ,  用地 ,  *分類
準シソーラス用語： JointBoost ,  LiDAR【リモセン】 ,  *画像分類 ,  航空機搭載 ,  裸地

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 航空機搭載 ,  レーザ走査 ,  分類