文献

J-GLOBAL ID：201602286710416617   整理番号：16A1208090

深部デコンボリューションニューラルネットワークによるマルチソースリモートセンシング画像からの建築物抽出【Powered by NICT】

Building extraction from multi-source remote sensing images via deep deconvolution neural networks

著者 (6件)： Huang Zuming (National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA), Beijing, China) ,  Cheng Guangliang (National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA), Beijing, China) ,  Wang Hongzhen (National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA), Beijing, China) ,  Li Haichang (National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA), Beijing, China) ,  Shi Limin (National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA), Beijing, China) ,  Pan Chunhong (National Laboratory of Pattern Recognition (NLPR), Institute of Automation, Chinese Academy of Sciences (CASIA), Beijing, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IGARSS  ページ： 1835-1838  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： リモートセンシング画像からの建築物抽出は都市計画において非常に重要である。しかし,種々のスケールと複雑な背景のような多くの複雑な因子の長年の問題である。深いデコンボリューションニューラルネットワーク(DeconvNet)による新しい教師つき建築物抽出法を提案した。著者らの方法は,三段階から構成されている。最初に,IEEE GRSSデータ融合コンテストによって提供されたマルチソースリモートセンシング画像を前処理した。グランドトルースは,OpenStreetMapプロジェクトから得られたパンシャープ画像に生成した高品質バンクーバー建物データセット。,公共大規模マサチューセッツ州建築物データセット,さらにデータセットの二バンド組み合わせ(RGB及びNRG)によって微調整,それぞれに深いデコンボリューションネットワークをpretrain。さらに,微調整モデルの出力顕著性マップとを融合させて,最終的な建物の抽出結果を生成した。バンクーバー建物データセット上での包括的実験を行い,提案手法の有効性と効率を実証した。知る限りでは,これはリモートセンシング画像からの建築物抽出のためのデコンボリューションネットワークを使用する最初の研究である。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： 前処理 ,  IEEE ,  *深部 ,  マサチューセッツ州 ,  データ融合 ,  *画像 ,  コンクール ,  都市計画
準シソーラス用語： 顕著性マップ ,  微調整 ,  高品質 ,  グランドトゥルース ,  *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 (8件)： 深部 ,  デコンボリューション ,  ニューラルネットワーク ,  マルチ ,  ソース ,  リモートセンシング画像 ,  建築 ,  物抽出