文献

J-GLOBAL ID：201702290879770981   整理番号：17A1672120

SIFTとノンパラメトリックBayesに基づく高分解能リモートセンシング画像のための地上物体認識アルゴリズムについて述べた。【JST・京大機械翻訳】

High Resolution Remote Sensing Image Object Recognition Algorithm Based on SIFT and Non-parametric Bayes

著者 (3件)： Wang Jian (山西大学計算机与信息技術学院 太原030006) ,  Bai Hexiang (山西大学計算机与信息技術学院 太原030006) ,  Li Deyu (山西大学計算机与信息技術学院 太原030006;山西大学計算智能与中文信息処理教育部重点実験室 太原030006)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 44  号： 1  ページ： 289-294  発行年： 2017年 
JST資料番号： C2530A  ISSN： 1002-137X  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： 物体認識はリモートセンシング画像処理における重要な問題である。リモートセンシング技術の発展に伴い、高分解能リモートセンシング画像には大量の類似したスケール不変特徴を持つ物体があり、伝統的な物体識別方法はこの発展に適応しにくくなり、それに対して改良を行う必要がある。高分解能リモートセンシング画像については,以下の通りである。SIFT(Scale-invariant Feature Transform)アルゴリズムに基づいて,高速で正確なオブジェクト認識アルゴリズム(DBSIFT)を提案した。元のアルゴリズムに基づき,二重差分ピラミッドを構築し,DP(Dirichlet Process)を用いて,類似物体を認識するために,類似性を持つ多重パターン認識モデルを構築した。”DSCT”を用いて,類似の物体を認識した。幾何学と演算数の関係に基づいて,9つの指数を選択して,セグメンテーション精度を評価した。実験において,この方法を用いて得られた物体は正確に認識され,セグメンテーション効果は良好であり,このアルゴリズムの有効性を示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *物体認識 ,  高速度 ,  *ノンパラメトリック法 ,  セグメンテーション ,  類似性 ,  幾何学 ,  角錐 ,  演算 ,  *高分解能 ,  *アルゴリズム ,  不変性 ,  *リモートセンシング ,  多重化
準シソーラス用語： *認識アルゴリズム ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (4件)： Object recognition ,  SIFT ,  Pyramid algorithm ,  DP

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： SIFT ,  ノンパラメトリック ,  高分解能 ,  リモートセンシング画像 ,  地上 ,  物体認識 ,  アルゴリズム