文献

J-GLOBAL ID：201802254802910242   整理番号：18A2037982

高分解能衛星画像時系列による土地被覆マッピングのための超画素近傍に基づく空間的に正確な文脈特徴【JST・京大機械翻訳】

Spatially Precise Contextual Features Based on Superpixel Neighborhoods for Land Cover Mapping with High Resolution Satellite Image Time Series

著者 (3件)： Derksen Dawa (CESBIO - UMR 5126, 18 avenue Edouard Belin, Toulouse, 31401) ,  Inglada Jordi (CESBIO - UMR 5126, 18 avenue Edouard Belin, Toulouse, 31401) ,  Michel Julien (Centre National d’Etudes Spatiales, 18 Avenue Edouard Belin, Toulouse, 31045)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 200-203  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： Sentinel-2によって提供されたものとしての高分解能画像時系列は,土地被覆マッピングのための意味論的に豊かな命名を目標とすることを可能にした。しかしながら,10m分解能では,ピクセルベースの分類は,ピクセルコンテキストが識別可能ないくつかのクラスを正しく同定することができない。深い畳込みニューラルネットワークにおける最近の進歩は,この問題に取り組むための有望な結果を示すが,大面積にわたる完全注釈の欠如,計算コストおよび特徴空間の次元(コンピュータビジョンで使用されるものよりはるかに大きい)は,操作マッピング応用におけるこれらのアプローチを使用することを可能にしない。文脈情報は固定サイズ近傍フィルタを適用することにより計算できるが,これは線形物体の損失と鋭いコーナーの丸めを引き起こすことができる。オブジェクトベース画像解析において,セグメンテーションを用いて,画像中の高周波要素を維持しながら,文脈特徴を計算するためのオブジェクトを抽出した。しかし,これらは必ずしも近傍におけるスペクトル的に多様なピクセルを含まず,それは文脈を特徴付けるために関連することができる。スーパーピクセルは,固定近傍とオブジェクトベースの方法の間で,それらがサイズとコンパクト性制約を課すことによって同じセグメントにおいてスペクトル的に多様な画素を含んでいるが,画像における自然境界に対して適応的に残っている。本研究は,高分解能Sentinel-2時系列土地被覆マッピング問題において,文脈依存クラスに関する分類性能を改善するために,これらの3つのタイプの近傍の能力を評価して比較した。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： アノテーション ,  *画素 ,  *高分解能 ,  意味論 ,  セグメンテーション ,  コンパクト性 ,  線形性 ,  スペクトル ,  *画像 ,  コンピュータビジョン ,  フィルタ ,  *土地被覆
準シソーラス用語： 特徴空間 ,  大面積 ,  *時系列画像 , 【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 (7件)： 高分解能衛星画像 ,  時系列 ,  土地被覆 ,  マッピング ,  画素 ,  近傍 ,  文脈