文献
J-GLOBAL ID:201802257615362508   整理番号:18A1073325

土地利用シーン分類のための多重スケール深く記述された相関関係モデル【JST・京大機械翻訳】

A Multiscale Deeply Described Correlatons-Based Model for Land-Use Scene Classification
著者 (10件):
資料名:
巻:号:ページ: 917  発行年: 2017年 
JST資料番号: U7270A  ISSN: 2072-4292  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
土地利用シーン分類における研究努力は,高分解能衛星(HRS)画像の一般的利用に沿って成長している。しかし,複雑な背景と複数の土地被覆クラスまたはオブジェクトは,分類タスクを困難で挑戦的にする。本論文では,これらの問題に取り組むために,土地利用シーン分類のための複数のスケールにおいて,外観と空間情報を共同で組み込んだマルチスケールの深い記述(MDDC)ベースのアルゴリズムを提示した。具体的には,異なるスケールで高密度畳込みディスクリプタを学習し特性化するために畳込みニューラルネットワークを導入した。得られたマルチスケール記述子を用いて,一般的なマッピング戦略により視覚語を生成し,視覚語のマルチスケール相関図を生成した。次に,マルチスケール相関と呼ばれるマルチスケール相関の適応ベクトル量子化を適用して,異なるスケールにおける視覚単語の空間配置を符号化した。2つの公開可能な土地利用シーンデータセットによる実験は,著者らのMDDCモデルが土地利用シーン画像の効率的表現のために識別的であり,最先端の方法によって競争的分類結果を達成することを実証した。Copyright 2018 The Author(s). All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般  ,  パターン認識 
引用文献 (57件):
もっと見る

前のページに戻る