文献

J-GLOBAL ID：201702251203161404   整理番号：17A0967184

OpenStreetMapを利用したランドサットシーンにおけるワガドゥグー市街地の自動教師つき分類【Powered by NICT】

Automated supervised classification of Ouagadougou built-up areas in Landsat scenes using OpenStreetMap

著者 (3件)： Forget Yann (Spatial Epidemiology Lab, Universite ́ Libre de Bruxelles, Belgium) ,  Linard Catherine (Spatial Epidemiology Lab, Universite ́ Libre de Bruxelles, Belgium) ,  Gilbert Marius (Spatial Epidemiology Lab, Universite ́ Libre de Bruxelles, Belgium)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： JURSE  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： 衛星画像のためのオープンデータ政策の継続的な進歩により,都市リモートセンシング分野における新しい機会をもたらし,グローバルマッピングまたは近実時間モニタリングに用いられる。しかし,組立情報を抽出する最も効率的な方法の一つであることが証明されていることを教師つき分類,そのような状況で適用できないが,訓練データ収集段階である自動化が難しいためである。本研究では,OpenStreetMap,他のオープンデータプロジェクトの使用は,組立訓練データを収集するために調べた。Ouagadougou(Burkina Faso)の文脈において,筆者らはユースに最も関係の深い特徴と考慮する最適前処理法を研究した。実験結果は,著者らは,ディジタル化されたものよりもOSMベース訓練データと同様の精度を期待,必要な前処理操作が行われることができることを示した。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： *市街地 ,  都市 ,  自動化 ,  リモートセンシング ,  前処理 ,  衛星利用画像
準シソーラス用語： ディジタル化 ,  訓練データ ,  実時間 ,  *教師付き分類 , 【Automatic Indexing@JST】

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 (5件)： ランドサット ,  シーン ,  市街地 ,  教師 ,  分類