文献

J-GLOBAL ID：201802247499129207   整理番号：18A1449094

空間LDAモデルに基づく高分解能リモートセンシング画像土地被覆分類【JST・京大機械翻訳】

Classification of land cover in high-resolution remote sensing images based on Space-LDA model

著者 (5件)： Li Yang (南京師范大学虚擬地理環境教育部重点実験室,南京 210023;江蘇省地理環境演化国家重点実験室培育建設点,南京 210023;江蘇省地理信息資源開発与利用協同創新中心,南京 210023) ,  Shao Hua (南京工業大学測絵科学与技術学院,南京,211800) ,  Jiang Nan (南京師范大学虚擬地理環境教育部重点実験室,南京 210023;江蘇省地理環境演化国家重点実験室培育建設点,南京 210023;江蘇省地理信息資源開発与利用協同創新中心,南京 210023) ,  Shi Ge (南京師范大学虚擬地理環境教育部重点実験室,南京 210023;江蘇省地理環境演化国家重点実験室培育建設点,南京 210023;江蘇省地理信息資源開発与利用協同創新中心,南京 210023) ,  Ding Yuan (南京師范大学虚擬地理環境教育部重点実験室,南京 210023;江蘇省地理環境演化国家重点実験室培育建設点,南京 210023;江蘇省地理信息資源開発与利用協同創新中心,南京 210023)
資料名： Nongye Gongcheng Xuebao  (Nongye Gongcheng Xuebao)
巻： 34  号： 8  ページ： 177-183  発行年： 2018年 
JST資料番号： C2454A  ISSN： 1002-6819  CODEN： NGOXEO  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 高空間分解能リモートセンシング画像は,より正確に土地被覆のタイプを分析できるが,空間分解能の改善は,既存の分類法に新しい挑戦をもたらす。隠れDirichletallocation(LDA)モデルは,リモートセンシング画像の低レベルの特徴と高レベルの意味の関係を確立することができる。しかし、現在のLDAモデルのリモートセンシング画像分析領域における応用は、シーン分類と画像検索を主とし、既存の土地被覆分類に関する研究が高分解能リモートセンシングデータの空間関係についてのマイニングを欠いている。本論文では,標準LDAモデルに基づいて,画像文書と単語のオブジェクトを,マルチスケールセグメント化マイニング画像の空間関係を用いて,単語の画像文書と単語のオブジェクトの展開によって構築した。「主題の流行度」と「テーマの内容」の2つの形式の画像文書の領域属性を設計し、共変量の形式をLDAモデルの先験知識とする。空間LDAモデル(Space-LDA)を提案した。無錫宜興市QuickBird画像を用いて、高分解能リモートセンシング画像分類におけるこのモデルの有効性を検証した結果、空間LDAモデル分類結果が標準LDAより優れていることが明らかになった。さらに,領域スケールの変化には,一定のロバスト性があり,空間領域の情報は,主題の流行度と主題の内容の2つのレベルから推論情報を提供し,モデルのより柔軟な構造を提供する。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 空間分解能 ,  *画像 ,  *高分解能 ,  ロバスト性 ,  画像検索 ,  単語 ,  セグメンテーション ,  *土地被覆
準シソーラス用語： QuickBird ,  共変量 ,  マルチスケール ,  リモートセンシングデータ ,  シーン分類 ,  *土地被覆分類 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (6件)： models ,  land use ,  remote sensing ,  object-oriented ,  spatial relationship ,  Space-LDA model

分類 (2件)： 農業一般  (FB01010A) ,  土地利用一般,地域制  (RD02010Z)

タイトルに関連する用語 (5件)： LDA ,  モデル ,  高分解能 ,  リモートセンシング画像 ,  土地被覆分類