文献

J-GLOBAL ID：201702281733384497   整理番号：17A1353592

DeepEddy:SAR画像における中規模海洋渦検出のための簡単な深いアーキテクチャ【Powered by NICT】

DeepEddy: A simple deep architecture for mesoscale oceanic eddy detection in SAR images

著者 (5件)： Dongmei Huang (College of Information Technology, Shanghai Ocean University, China) ,  Yanling Du (College of Information Technology, Shanghai Ocean University, China) ,  Qi He (College of Information Technology, Shanghai Ocean University, China) ,  Wei Song (College of Information Technology, Shanghai Ocean University, China) ,  Liotta Antonio (Department of Electrical Engineering, Eindhoven University of Technology, Netherlands)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICNSC  ページ： 673-678  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： 中規模海洋渦の自動検出は,海流循環と海洋気候変動に重要な役割を果たすそれらの動力学を監視するための大きな需要がある。リモートセンシングデータを用いた渦検出の伝統的な方法は通常物理的パラメータ,形状,手製特徴または専門家の知識に基づいている,海洋渦の高い可変性とそれらの物理的プロセスの我々の限られた理解,特に豊富で大きなリモートセンシングデータのために精度と効率の大きな課題に直面している。本論文では,海洋渦を自動的に検出と専門家の知識のないことが簡単な深層アーキテクチャDeepEddyを提案した。DeepEddyは海洋渦の高レベルと不変特徴を学習する階層的にできる。特徴学習,非線形変換のための二値ハッシング層,ブロックヒストグラムと空間ピラミッドプーリングを用いた海洋渦の複雑な構造と姿勢を解決する特徴プーリング層,および最終渦同定のための分類器を渦の二主成分分析(PCA)畳込み層を用いて設計した。高空間分解能に関する包括的な実験とアーキテクチャの精度合成開口レーダ(SAR)画像を検証した。は96.68%の最高級の精度を達成した。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： *海洋 ,  ハッシング ,  海流 ,  *渦 ,  気候変動 ,  合成開口レーダ ,  学習 ,  *計算機アーキテクチャ ,  主成分分析 ,  *中規模 ,  *画像 ,  畳込み
準シソーラス用語： リモートセンシングデータ ,  自動検出 ,  *SAR画像 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： SAR画像 ,  海洋 ,  渦 ,  アーキテクチャ