文献

J-GLOBAL ID：201802266022286865   整理番号：18A1301970

多特徴融合によるリモートセンシング画像シーン分類【JST・京大機械翻訳】

Remote sensing image scene classification via multi-feature fusion

著者 (3件)： Liu Ruiyao (School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan 430065, China) ,  Bian Xiaoyong (School of Computer Science and Technology, Wuhan University of Science and Technology, Wuhan 430065, China) ,  Sheng Yuxia (School of Information Science and Engineenring, Wuhan University of Science and Technology, Wuhan 43008, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： CCDC  ページ： 3495-3500  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： 本論文では,リモートセンシング画像シーンの分類を研究した。マルチ特徴融合に基づくシーン分類アプローチを提案した。提案した手法では,3種類の特徴を抽出した。具体的には,拡張多属性プロファイル(EMAP)ベースのテクスチャ特徴,顕著な形状特徴および色の特徴である。テクスチャ特徴をEMAPによって抽出した。さらに,Hu不変量モーメントを顕著性マップから抽出し,そこでは顕著性マップを周波数同調顕著性検出により得た。一方,画像シーンから色特徴として色モーメントを抽出した。EMAPベースの特徴に関して,主成分分析(PCA)による次元縮小を最初に実行し,コンパクトな特徴表現を形成するために他の2種類の特徴と組み合わせた。最後に,サポートベクトルマシン(SVM)を用いてリモートセンシング画像シーンを分類した。二つの挑戦的な画像シーンデータセットに関する実験を行い,提案した方法が簡単で,state of the ートと比較して,実装に対して効率的であることを示した。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： 主成分分析 ,  次元縮小 ,  モーメント ,  サポートベクトルマシン ,  *画像 ,  不変量
準シソーラス用語： 特徴表現 ,  色特徴 ,  顕著性マップ ,  形状特徴 ,  テクスチャ特徴 ,  *シーン分類 ,  *リモートセンシング画像 ,  *特徴融合 , 【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 (3件)： 特徴融合 ,  リモートセンシング画像 ,  シーン分類