文献

J-GLOBAL ID：201802240389889897   整理番号：18A1209019

点雲からの半教師付きシーン解析のための結合マージン,コグラフ,およびラベル制約【JST・京大機械翻訳】

Joint Margin, Cograph, and Label Constraints for Semisupervised Scene Parsing From Point Clouds

著者 (5件)： Mei Jie (State Key Laboratory of Remote Sensing Science, Faculty of Geographical Science, Beijing Normal University, Beijing, China) ,  Zhang Liqiang (State Key Laboratory of Remote Sensing Science, Faculty of Geographical Science, Beijing Normal University, Beijing, China) ,  Wang Yuebin (State Key Laboratory of Remote Sensing Science, Faculty of Geographical Science, Beijing Normal University, Beijing, China) ,  Zhu Zidong (State Key Laboratory of Remote Sensing Science, Faculty of Geographical Science, Beijing Normal University, Beijing, China) ,  Ding Huiqian (State Key Laboratory of Remote Sensing Science, Faculty of Geographical Science, Beijing Normal University, Beijing, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 56  号： 7  ページ： 3800-3813  発行年： 2018年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： 監督された方法を用いて大規模都市景観を解析するために,都市環境の広大な視覚的および構造的分散を説明できる大量の訓練データが必要である。残念ながら,そのような訓練データは面倒で時間のかかる手動作業により得られる。欠点を克服するために,著者らは,ポイントクラウド構文解析のための目的関数に,マージン,コグラフ,およびラベル制約を結合する半教師つき学習フレームワークを提案した。数学的に,異なるクラスの点を効果的に認識できる新しい距離基準を学習するために,マージン制約を提示した。次に,グラフ正則化を用いて,データ多様体の固有形状構造を特性化し,点間の関係を調査した。ラベル整合性正則化を導入して,クラスタ化点と単一点のカテゴリ一貫性を確実にした。サンプル外データを分類するために,このフレームワークは,線形回帰を採用することによって,成功裏に誤っている分類結果を線形分類器に変換することができた。反復アルゴリズムを用いて,多重変数と高度非線形性の特性を有する目的関数を効率的かつ効果的に最適化した。4つの都市景観の点雲を用いて,著者らの方法を検証した。実験結果は,著者らの方法が最先端のアルゴリズムより優れていることを示した。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】

シソーラス用語： 視覚 ,  キャラクタリゼーション ,  線形性 ,  都市景観 ,  *正則化 ,  多重化 ,  目的関数 ,  アルゴリズム ,  多様体 ,  最適化 ,  クラスタ化
準シソーラス用語： 反復アルゴリズム ,  線形回帰 ,  半教師つき学習 ,  訓練データ , 【Automatic Indexing@JST】

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (6件)： 点雲 ,  教師 ,  シーン ,  解析 ,  ラベル ,  制約