文献

J-GLOBAL ID：201702213888314423   整理番号：17A1400181

衛星画像時系列の解析のための画像表現の代替案【Powered by NICT】

Image representation alternatives for the analysis of satellite image time series

著者 (3件)： Dumitru Corneliu Octavian (Remote Sensing Technology Institute, German Aerospace Center (DLR), 82234 Wessling, Germany) ,  Schwarz Gottfried (Remote Sensing Technology Institute, German Aerospace Center (DLR), 82234 Wessling, Germany) ,  Datcu Mihai (Remote Sensing Technology Institute, German Aerospace Center (DLR), 82234 Wessling, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： MultiTemp  ページ： 1-4  発行年： 2017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： 現在の衛星画像と画像時系列は,我々の惑星の状態に関してだけでなく,著者らの技術的インフラストラクチャと人間活動に関する詳細な情報を提供する。これらの画像は,より局地的,地域的,地球規模約現象とイベントを学習することを可能にし,もし適切に翻訳されればその原因と効果を含む。特に,画像時系列は約詳細に発掘と研究する必要があるという著者らの画像に陰に含まれる多くのプロセスの動力学特異的情報を提供する。この目的への従来の手法は,ピクセルベース画像解析のためのピクセルレベルまたはパッチレベルデータ解析から始め,異なる表現レベルに及ぼす各種変化マップを生成するために,必要に応じて,それに続く特徴抽出,クラスタリング,分類および意味ラベリングすることである。分類ステップは高レベルのオブジェクトとそれらの空間的および時間的関係を同定するための対話型人間の介入により,または自動化機械学習戦略により支持される。検出された関係は,選択した画像の含有量,主題図または典型的な動力学記述のような追加外部データの高レベル記述子セットを形成するパラメータ化されたルール集合として定式化できる。この伝統的な概念の革新的な拡張として,アプリケーション適応画像コンテンツ探査と知識抽出のための高度に自動化されたアプローチを提案した。この戦略の理由は,添加量と意味論的関係の精度と,最終的な応用分野を知り,知識グラフ内の画像コンテンツを埋め込むとアクセスするか画像時系列に割り当てることができることを詳細である。Copyright 2017 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： *衛星利用画像 ,  自動化 ,  *画像 ,  定式化 ,  クラスタ化 ,  機械学習 ,  画像分析 ,  応用プログラム ,  インフラストラクチャー ,  意味論 ,  データ解析 ,  パラメタリゼーション ,  特徴抽出
準シソーラス用語： 映像コンテンツ ,  *時系列画像 , 【Automatic Indexing@JST】

分類 (2件)： リモートセンシング一般  (AD04000L) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 衛星 ,  画像時系列 ,  解析 ,  画像表現 ,  代替案