文献

J-GLOBAL ID：201802252904087326   整理番号：18A0845500

擬似SIAMESE CNNによるSARおよび光学画像における対応パッチの同定【JST・京大機械翻訳】

Identifying Corresponding Patches in SAR and Optical Images With a Pseudo-Siamese CNN

著者 (5件)： Hughes Lloyd H. (Signal Processing in Earth Observation, Technical University of Munich, Munich, Germany) ,  Schmitt Michael (Signal Processing in Earth Observation, Technical University of Munich, Munich, Germany) ,  Mou Lichao (Signal Processing in Earth Observation, Technical University of Munich, Munich, Germany) ,  Wang Yuanyuan (Signal Processing in Earth Observation, Technical University of Munich, Munich, Germany) ,  Zhu Xiao Xiang (Signal Processing in Earth Observation, Technical University of Munich, Munich, Germany)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 15  号： 5  ページ： 784-788  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： 本論文では,非常に高分解能の光学的および合成開口レーダ(SAR)リモートセンシング画像における対応するパッチを同定するタスクを解くことを可能にする,擬似サイメース畳込みニューラルネットワークアーキテクチャを提案した。2つの並列ネットワークストリームにおける8つの畳込み層を用いて,各ストリームにおいて学習された特徴の融合のための完全に接続された層と二値交差エントロピーに基づく損失関数を用いて,二つのパッチが対応するか否かにかかわらず,一つのホットな表示を達成した。ネットワークは訓練され,以前に再構成され,続いて共登録された3-D点雲によるSARと光学画像の決定論的アラインメントに基づく自動生成データセット上でテストされる。データセットを含むパッチが抽出される衛星画像は,多くの高いオブジェクト(すなわち,建物)を含む複雑な都市シーンを示し,従って,最も困難な実験環境の一つを提供する。得られた結果は,ネットワークが高精度で対応するパッチを予測できることを示し,したがって,一般化マルチセンサキー点マッチング手順に向けての更なる開発の大きな可能性を示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： アラインメント ,  合成開口レーダ ,  衛星利用画像 ,  損失関数 ,  三次元 ,  マッチング ,  *光学画像 ,  高分解能 ,  ネットワーク ,  再構成 ,  エントロピー ,  畳込み
準シソーラス用語： 自動生成 ,  ニューラルネットワークアーキテクチャ ,  リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 擬似 ,  CNN ,  SAR ,  光学画像 ,  パッチ ,  同定