文献

J-GLOBAL ID：201702224746260907   整理番号：17A1286813

オブジェクト指向とSVMの結合によるUAVのデータ抽出【JST・京大機械翻訳】

Building extraction based on UAV imagery data with the synergistic use of objected-based method and SVM classifier

著者 (5件)： Wang Xudong (首都師范大学資源環境与旅游学院,北京100048;三維信息獲取与応用教育部重点実験室,北京100048) ,  Duan Fuzhou (首都師范大学資源環境与旅游学院,北京100048;三維信息獲取与応用教育部重点実験室,北京100048) ,  Qu Xinyuan (首都師范大学資源環境与旅游学院,北京100048;三維信息獲取与応用教育部重点実験室,北京100048) ,  Li Dan (首都師范大学資源環境与旅游学院,北京100048;三維信息獲取与応用教育部重点実験室,北京100048) ,  Yu Panfeng (武漢天地星図科技有限公司,武漢,430014)
資料名： Guotu Ziyuan Yaogan  (Guotu Ziyuan Yaogan)
巻： 29  号： 1  ページ： 97-103  発行年： 2017年 
JST資料番号： C2688A  ISSN： 1001-070X  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： 中国語 (ZH)

抄録/ポイント： 建築物抽出において,正規化デジタル表面モデル(nDSM)の高さ情報を結合することによって,抽出精度を改善することができた。通常高度情報はLiDARデータにより高精度3D点雲を生成することにより得られる。しかし、獲得コストが高いため、LiDAR点雲の代わりに高度情報を生成するデータを探すことは極めて重要であるため、本文では測量測量点雲生成nDSMを建築物抽出に適用できる可能性を検討した。単一のデータ源として無人機画像を用いて,2つの研究領域を選び,オブジェクト指向技術とサポートベクトルマシン(SVM)を組み合わせた方法を用いて,建築物を抽出した。まず第一に,Pix4D Mapperを用いて写真測量点を生成し,不規則三角メッシュ暗号化フィルタリング法と逆距離加重法により,nDSM画像を生成した。次に,UAVのRGB画像を分割し,9種類の属性特性(2種類の高さ属性と7種類のスペクトル属性)を選択し,建築物の認識属性とした。最後に、SVM分類器を用いて建築物の抽出を行い、形態学的フィルタリング法を用いて後処理を行った。研究結果により、ハンシュワン研究区の抽出の完全率は85.5%、正確率は83.9%であることが明らかになった。林分研究区における抽出の完全率は92.5%で、正確率は78.6%であった。写真測量点雲によって生成されたnDSMは建築物の抽出応用において適用性がよく、建物の抽出精度を有効に高めることができ、しかもコストを大幅に下げることができる。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： サポートベクトルマシン ,  ディジタル方式 ,  後処理 ,  *写真測量 ,  無人機 ,  暗号 ,  画像 ,  正規化 ,  適応性 ,  フィルタリング ,  三次元
準シソーラス用語： 形態学的フィルタ ,  LIDARデータ ,  *データ抽出 ,  *オブジェクト指向 , 【Automatic Indexing@JST】

著者キーワード (7件)： UAV imagery data ,  Pix4D Mapper ,  photogrammetric point clouds ,  nDSM ,  objected-based ,  SVM ,  building extraction

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： オブジェクト指向 ,  SVM ,  UAV ,  データ抽出