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。
衛星画像は広い範囲を持ち,大規模都市再構成タスクに理想的である。しかし,それらの低い地上サンプリング分解能は,3D再構成を実行するために,従来の体積的または立体的方法を使用することにおいて大きな課題を引き起こした。本論文では,衛星画像から単一視点パラメトリック再構成を実行するための新しい深い学習に基づく手法を提案した。3D直方体として建築物をパラメータ化することによって,著者らの方法は,建物を同時に位置決めするために,オブジェクト検出システムを拡張して,それぞれの同定された建物のためにパラメトリックモデルに直接適合させる。ネットワークを訓練するための監視として,地理登録GISベクトルマップとLidarデータを利用した。特に,著者らは,衛星画像からのサイズ構築例において,大きくクラッタされたが小さいものを扱うために,ネットワークの異なる段階において特徴マップを分解し,畳込み特徴マップを結合した。さらに,分離完全畳込みネットワークを用いて建物境界を予測することにより,建物が重複できない物理的制約を課した。提案した方法の実世界データに対する有効性を実証した。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】