文献

J-GLOBAL ID：201602257188667074   整理番号：16A1207656

リモートセンシング画像のための顕著な特徴クラスタリングに基づく興味検出の領域【Powered by NICT】

Region of interest detection based on salient feature clustering for remote sensing images

著者 (4件)： Zhang Libao (College of Information Science and Technology, Beijing Normal University, China) ,  Lv Xinran (College of Information Science and Technology, Beijing Normal University, China) ,  Chen Jie (College of Information Science and Technology, Beijing Normal University, China) ,  Zhang Lan (College of Information Science and Technology, Beijing Normal University, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IGARSS  ページ： 88-91  発行年： 2016年 
JST資料番号： W2441A  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： 利益(ROI)検出の領域は,リモートセンシングデータ処理と解析において重要な役割を果たしている。本論文では,リモートセンシング画像のための顕著な特徴クラスタリングに基づく興味検出法の新領域を提案した。四段階は,提案した方法に含まれている。最初に,情報特徴マップは,マルチスペクトル画像のスペクトル情報とヒストグラムを計算することにより構築した。第二に,k-平均に基づくクラスタリング戦略は,CIE Lab色空間における一般的な顕著な特徴マップを生成した。第三に,最終顕著性マップは情報特徴マップを融合する一般的な顕著な特徴マップを生成した。最後に,最終顕著性マップのセグメンテーションによるROIを得ることができる。実験結果は,五つの既存のモデルと比較して,本モデルは事前知識に基づいてないより正確な顕著性マップを得ることを示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： スペクトル ,  セグメンテーション ,  検出法 ,  ヒストグラム ,  色空間 ,  *クラスタ化
準シソーラス用語： 事前知識 ,  顕著性マップ ,  マルチスペクトル画像 ,  特徴マップ ,  リモートセンシングデータ ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

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)： リモートセンシング画像 ,  クラスタリング ,  興味