文献

J-GLOBAL ID：201802276289908642   整理番号：18A0431319

文脈CNN特徴によるオーロラ画像検索【Powered by NICT】

Aurora image search with contextual CNN feature

著者 (4件)： Yang Xi (State Key Laboratory of Integrated Services Networks, School of Telecommunications Engineering, Xidian University, Xi’an 710071, China) ,  Gao Xinbo (State Key Laboratory of Integrated Services Networks, School of Electronic Engineering, Xidian University, Xi’an 710071, China) ,  Song Bin (State Key Laboratory of Integrated Services Networks, School of Telecommunications Engineering, Xidian University, Xi’an 710071, China) ,  Yang Dong (Xi’an Institute of Space Radio Technology, Xi’an 710100, China)
資料名： Neurocomputing  (Neurocomputing)
巻： 281  ページ： 67-77  発行年： 2018年 
JST資料番号： W0360A  ISSN： 0925-2312  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： オーロラは太陽-地球空間における原子の相互作用を反映した高緯度地域における自然光である。極性大気研究の利益のために,本論文では,全天撮像装置(ASI)によって捕獲された大きなオーロラデータから関心の画像を探索することを目的とした。従来の手作り特徴を用いた以外で,著者らは,マルチスケールにおける文脈的特徴を抽出するために畳込みニューラルネットワーク(CNN)のレバレッジを行った。強い弁別力のために,誤ったマッチを効果的に軽減し,ビジュアルマッチングの精度は大きく改善された。特に,オーロラ構造に,極性領域分割(PRD)方式は,ASIのイメージング原理,空間ピラミッドマッチング(SPM)法よりもより有効なを考慮し検討した。実験結果は,提案した方法は,許容できるメモリコストと効率と検索精度を改善することを示す。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： 撮像装置 ,  太陽 ,  *極光 ,  相互作用 ,  セグメンテーション ,  地球 ,  *画像検索 ,  画像処理 ,  高緯度 ,  *画像 ,  極性
準シソーラス用語： 検索精度 ,  畳込みニューラルネットワーク ,  マルチスケール ,  自然光 , 【Automatic Indexing@JST】

著者キーワード (3件)： オーロラは画像探索 ,  バッグの特徴 ,  文脈CNN特徴

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 文脈 ,  CNN ,  オーロラ ,  画像検索