文献
J-GLOBAL ID:201802227314931478   整理番号:18A0028849

教師つき様式における深い学習を用いたリモートセンシング画像からの建築物抽出【Powered by NICT】

Building extraction from remote sensing images with deep learning in a supervised manner
著者 (6件):
資料名:
巻: 2017  号: IGARSS  ページ: 1672-1675  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
リモートセンシング画像からの建築物抽出は,リモートセンシングの土地利用解析と応用における長年の課題である。建物,オクルージョンおよび他の予測できない因子の形状および外見の変化は,自動建物抽出の硬度を増加させた。多くの方法がここ数崩壊中の提案されているが,これらの研究の大部分はタスク配向と一般化が不足している。本論文では,教師ありの方法で建築物抽出への深い学習を適用。27畳込み/デコンボリューション量層を持つ深いデコンボリューションニューラルネットワークはピクセルレベルにおける建築物抽出を実現するように設計されている。としてこのような深いネットワークは過剰適合する傾向であり,リモートセンシングにおける画素予測タスクに適合するデータ増大法を提案した。さらに,全体的訓練と推論アーキテクチャを提案した。提案手法は最終的に建築物抽出タスクに適用し,公表された他の方法と競合できる結果を得た。Copyright 2018 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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  リモートセンシング一般 

前のページに戻る