文献

J-GLOBAL ID：201702221088933313   整理番号：17A1251333

光学リモートセンシング画像におけるターゲット検出のためのアフィン不変記述と大マージン次元縮小【Powered by NICT】

Affine Invariant Description and Large-Margin Dimensionality Reduction for Target Detection in Optical Remote Sensing Images

著者 (4件)： Wan Lihong (Department of Automation, Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University, Key Laboratory of System Control and Information Processing, Ministry of Education, Shanghai, China) ,  Zheng Laiwen (Department of Automation, Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University, Key Laboratory of System Control and Information Processing, Ministry of Education, Shanghai, China) ,  Huo Hong (Department of Automation, Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University, Key Laboratory of System Control and Information Processing, Ministry of Education, Shanghai, China) ,  Fang Tao (Department of Automation, Institute of Image Processing and Pattern Recognition, Shanghai Jiao Tong University, Key Laboratory of System Control and Information Processing, Ministry of Education, Shanghai, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 14  号： 7  ページ： 1116-1120  発行年： 2017年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  資料種別： 逐次刊行物 (A)
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： アフィン不変関心点検出,特徴符号化し,大きなマージンの次元縮小(LDR)を利用した新しい標的検出法は光学リモートセンシング画像のために提案した。一四タイプの関心点検出器のを紹介し,アフィン形状推定を用いた低レベルアフィン不変記述子を抽出におけるそれらの性能を比較した。このような記述は顕著なアフィン変換,評価の視点を含むを扱うことができる。第二に,高次統計量を符号化してbag-of-words(BOW)を拡張した,特徴符号化は,中間レベル表現を生成するために選択した。最後に,最大マージン制約と確率的劣勾配に基づくLDRは,ターゲット検出に適用できる高次元中間レベル表現を紹介した。航空機と自動車検出に関する実験は,検出性能を改善するアフィン不変記述とLDR(主成分分析と比較して)の有効性を示した。実験もGabor,H OG,LBP,BOW,R CNNを含む最も一般的なアプローチと比較して提案した方法の有効性を示した。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： 符号化 ,  アフィン変換 ,  *不変性 ,  自動車 ,  検出器 ,  *画像 ,  高次統計量 ,  *次元縮小 ,  高次元 ,  点検 ,  主成分分析
準シソーラス用語： 形状推定 ,  関心領域 ,  *ターゲット検出 ,  *光学リモートセンシング , 【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 (5件)： 光学リモートセンシング ,  ターゲット検出 ,  不変 ,  記述 ,  次元縮小