文献

J-GLOBAL ID：201802241624614799   整理番号：18A0160664

マルチスケール不確実性解析に基づくVHR画像のためのオブジェクトベースの変化検出【Powered by NICT】

Object-Based Change Detection for VHR Images Based on Multiscale Uncertainty Analysis

著者 (3件)： Zhang Yongjun (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Peng Daifeng (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Huang Xu (Information Technology Research Department, Wuhan Engineering Science and Technology Institute, Wuhan, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 15  号： 1  ページ： 13-17  発行年： 2018年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： スケール画像解析と解釈で非常に重要である。スケール情報を利用するために,マルチスケール融合は通常異なるスケールからの変化検出(CD)結果を結合した。しかし,異なるスケールからCDの結果は通常別々に取り扱われるが,このことは,スケール文脈情報を無視している。この欠点を克服するために,本論文では,マルチスケール不確実性解析を組み込むことにより,非常に高分解能(VHR)画像における教師なしCDのための新しいオブジェクトベース変化検出(OBCD)法を紹介した。一二時間画像は粗の範囲の最適セグメンテーションスケールの系列を用いて積層とセグメント化微細。第二に,Dempter-Shafer(DS)証拠理論に基づくピクセルベースCD結果とOBCD結果を融合することにより得られる初期CD結果。第三に,サポートベクトルマシン分類による微細スケールに粗スケールから実行されるマルチスケール不確実性解析。最後に,すべてのスケールにおける全ての利用可能な情報を組み合わせることにより,生成されるCD地図。SPOT5とIGF-1画像を用いた実験結果は,提案した手法の有効性と優位性を示した。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： 画像分析 ,  サポートベクトルマシン ,  IGF1 ,  高分解能 ,  *画像 ,  セグメンテーション
準シソーラス用語： 証拠理論 ,  文脈情報 ,  *変化検出 ,  *不確実性解析 ,  *マルチスケール , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： マルチスケール ,  不確実性解析 ,  オブジェクト ,  変化検出