文献

J-GLOBAL ID：201702291442928083   整理番号：17A1032241

リモートセンシング流氷のスケーラブルな追跡のための空間指標としたクラスタリング【Powered by NICT】

Spatially indexed clustering for scalable tracking of remotely sensed drift ice

著者 (4件)： Olofsson Jonatan (Department of Engineering Cybernetics, Norwegian University of Science and Technology) ,  Brekke Edmund (Department of Engineering Cybernetics, Norwegian University of Science and Technology) ,  Fossen Thor I. (Department of Engineering Cybernetics, Norwegian University of Science and Technology) ,  Johansen Tor Arne (Department of Engineering Cybernetics, Norwegian University of Science and Technology)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： AERO  ページ： 1-13  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： 北極における操作では,流氷は主要な被害を起こす可能性がある。これを緩和するために,実行可能な脅威の位置を知ることが重要である。多くのセンサを用いることができる,衛星合成開口レーダ(SAR)海洋レーダ,空気監視などである。このセンサデータの融合の中心は,多目標追尾(MTT)問題である。この問題は,多重仮説追跡(MHT)アルゴリズムの実装と応用を通してこの論文で研究した。多目標追尾の応用における主要な制限因子はスケーラビリティである。スケーリングを処理する一般的な方法は,クラスタリング,MHTフィルタを分離する小さな独立した部分にである。しかし,成長するスケールで,「右」クラスタへのセンサデータの会合はそれ自身の資源集約的になることができる,矩形低い確率限界に基づく,効率的にクラスタを索引とMHTの測定最新情報を区画化した。法は,それぞれ,トラックと報告の低い確率限界のバウンディングボックスを使用するセンサ視野に対する交差ルックアップを実行するために,関連性のクラスタを選択した。MHTアルゴリズム法を実装し,オープンソースライセンス下でオンライン公開されている。本報告では,実装は統計のためのシミュレートされたデータについて述べ,試験した。さらに,北極の衛星画像を用いた氷の偏波分類から抽出したデータに対して試験した。結果は,計算速度の改善が達成され,ナイーブ探索の線形複雑度と比較してできるが,同等の性能は標準データベース検索を用いて得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： 計算機処理速度 ,  *クラスタ ,  空気監視 ,  *リモートセンシング ,  アルゴリズム ,  センサ ,  *流氷 ,  衛星利用画像 ,  合成開口レーダ ,  *クラスタ化 ,  フィルタ
準シソーラス用語： 確率限界 ,  多ターゲット追跡 ,  センサデータ ,  北極地方 , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： リモートセンシング ,  流氷 ,  追跡 ,  指標 ,  クラスタリング