文献

J-GLOBAL ID：201802219333703116   整理番号：18A1904757

ビルディング-A-ネット:敵対ネットワークを用いた高分解能リモートセンシング画像からのロバストなビルディング抽出【JST・京大機械翻訳】

Building-A-Nets: Robust Building Extraction From High-Resolution Remote Sensing Images With Adversarial Networks

著者 (3件)： Li Xiang (Institute of Remote Sensing and Digital Earth, Chinese Academy of Sciences, Beijing, China) ,  Yao Xiaojing (Institute of Remote sensing and Digital Earth, Chinese Academy of Sciences, Beijing, China) ,  Fang Yi (Department of Electrical and Computer Engineering, New York University, Brooklyn, NY, USA)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 11  号： 10  ページ： 3680-3687  発行年： 2018年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  資料種別： 逐次刊行物 (A)
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： 高分解能リモートセンシングセンサとプラットフォームの増殖により,膨大な量の空中画像データが容易にアクセスできるようになっている。高分解能空中画像は,画像認識のための十分な構造およびテクスチャ情報を提供し,一方,既存のセグメンテーション法に対する新しい課題を提起する。近年,深いニューラルネットワークはリモートセンシング分野において多くの注目を集めており,高分解能リモートセンシング画像セグメンテーションに対して顕著な性能を達成した。しかし,高次規則性を無視している間,独立した画素分類によって引き起こされる空間的不整合性問題がまだ存在している。本論文では,リモートセンシング画像における建物屋上のロバストなセグメンテーションのために,深い畳込みニューラルネットワーク(発電機)と敵の識別器ネットワークを共同的に訓練する,新しい深いadversネットワークを開発した。より具体的には,この発電機は完全畳込みDenseNetモデルを用いて画素ごとの画像分類マップを生成するが,識別子は,グランドトルースラベルマップから学習された高次構造特徴の形式を強制する傾向がある。発電機と識別器は,等価点が建築物の最適なセグメンテーションマップを作り出すために到達されるまで,敵の学習プロセスにおいて互いに競合する。一方,ソフト重み係数を採用して,画素分類と高次構造特徴学習の操作をバランスさせた。実験結果は,著者らの構築-A-Netが,他の最先端の建物抽出法と比較して優れた性能を記録しながら,空中画像上の空間不整合性を首尾よく検出し,修正することができることを示した。コードは,https:/github.com/lixiang-ucas/Builing-A-Netsにおいて利用可能である。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 画像認識 ,  *ネットワーク ,  畳込み ,  センサ ,  *リモートセンシング ,  画素 ,  *ロバスト性 ,  不整合 ,  学習 ,  ニューラルネットワーク ,  *高分解能 ,  セグメンテーション
準シソーラス用語： 画像セグメンテーション ,  空中画像 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (6件)： ビルディング ,  ネット ,  敵対 ,  高分解能 ,  リモートセンシング画像 ,  ロバスト