文献
J-GLOBAL ID:201802233969550321   整理番号:18A1930234

SAR画像からの道路抽出のためのマルチスケール検出器のBayes融合【JST・京大機械翻訳】

Bayesian Fusion of Multi-Scale Detectors for Road Extraction from SAR Images
著者 (7件):
資料名:
巻:号:ページ: 26  発行年: 2017年 
JST資料番号: U7212A  ISSN: 2220-9964  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  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。
本論文は,道路抽出の精度を改善するために,合成開口レーダ(SAR)画像を用いた革新的道路ネットワーク抽出アルゴリズムを紹介した。画分抽出と道路網最適化のような最先端のアプローチは,最適化が画分抽出によって無視される部分を変えることができないので,別々の遷移において連続的な道路セグメントを得ることができなかった。本論文において,提案したアルゴリズムは,道路ネットワークを抽出するために,分割抽出と最適化手順を同時に統合した。(1)Bayesフレームワークを利用して,道路ネットワーク抽出を,部分抽出の尤度とネットワーク最適化の優先度の共同推論に移した。(2)多重スケール線形特徴検出器(MLFD)とネットワーク最適化ビームレットを導入した。(3)条件付きランダムフィールド(CRF)を共同で使用する。結果は,分数抽出とネットワーク最適化が同時に利用されるので,グローバル最適化である。提案したアルゴリズムは,部分がネットワーク最適化のプロセスにおいて減少するために結合する問題を解決して,実際のSAR画像応用において有効性を実証した。Copyright 2018 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
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  ,  パターン認識 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る