文献

J-GLOBAL ID：201602246390982950   整理番号：16A0990398

UAVから捕獲した空中画像を用いた崩壊した建物の検出【Powered by NICT】

Detection of collapsed buildings with the aerial images captured from UAV

著者 (5件)： Hua Chunsheng (Shenyang Institute of Automation, Chinese Academy of Sciences) ,  Qi Juntong (Shenyang Institute of Automation, Chinese Academy of Sciences) ,  Shang Hong (National Earthquake Response Support Service) ,  Hu Weijian (National Earthquake Response Support Service) ,  Han Jianda (Shenyang Institute of Automation, Chinese Academy of Sciences)
資料名： Science China. Information Sciences  (Science China. Information Sciences)
巻： 59  号： 3  ページ： 032102-1-032102-15  発行年： 2016年 
JST資料番号： C2579A  ISSN： 1674-733X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 英語 (EN)

抄録/ポイント： 本論文では,地震後の評価のための無人航空機(UAV)により獲得された空中画像を用いた倒壊した建物を検出する方法を示した。大面積にわたる粗災害評価のための衛星画像または高高度UAVを適用する従来の方法とは異なり,本研究の目的は,低高度からの小面積で倒壊した建物の正確な検出を達成することである。連続空中画像から抽出された倒壊した建物の動きおよび外見特徴を組み合わせることにより,入力画像の各画素を統計的手法によって評価されるであろう背景ピクセルはペナルティをすると倒壊した建物のものは高い値を持つ指定されるであろう。倒壊した建物の候補は,オンラインクラスタリングアルゴリズムを用いた局所的群に抽出された特徴点を統合することにより確立した。複雑な背景雑音による誤警報を低減するために,軌跡と候補の出現の両方を測定する各予測候補は,時間的トラッキングフレームワークによってさらに検証されるであろう。長い時間を通して生存できることを倒壊した建物の候補は真の陽性と考えられ,そうでない場合は誤った警報として拒絶される。包括的な実験を行い,効率と提案したアルゴリズムの有効性を証明した。Data from the ScienceChina, LCAS.【Powered by NICT】

シソーラス用語： アルゴリズム ,  画素 ,  衛星利用画像 ,  統計的方法 ,  無人機 ,  高空 ,  ペナルティ ,  軌跡 ,  *画像
準シソーラス用語： オンライン ,  誤警報 ,  背景雑音 ,  特徴点 ,  大面積 ,  *空中画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： 崩壊した建物 ,  空中画像 ,  UAV ,  オンライン検出 ,  時間的追跡

分類 (2件)： 航空機  (QK06000K) ,  操縦・制御系統  (QK05020Z)

タイトルに関連する用語 (5件)： UAV ,  捕獲 ,  空中画像 ,  崩壊 ,  建物