文献

J-GLOBAL ID：201802277883542296   整理番号：18A0961295

都市沿岸域における高空間分解能画像による土地利用シーン分類のための局所特徴のマルチレベル融合の利用【JST・京大機械翻訳】

Using multi-level fusion of local features for land-use scene classification with high spatial resolution images in urban coastal zones

著者 (7件)： Lu Chen (State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Science, Beijing 100101, China) ,  Lu Chen (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Yang Xiaomei (State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Science, Beijing 100101, China) ,  Yang Xiaomei (Jiangsu Center for Collaborative Innovation in Geographical Information Resource Development and Application, Nanjing 210023, China) ,  Wang Zhihua (State Key Laboratory of Resources and Environmental Information System, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Science, Beijing 100101, China) ,  Wang Zhihua (University of Chinese Academy of Sciences, Beijing 100049, China) ,  Li Zhi (Xinjiang Institute of Ecology and Geography, Chinese Academy of Sciences, Urumqi 830011, China)
資料名： International Journal of Applied Earth Observation and Geoinformation  (International Journal of Applied Earth Observation and Geoinformation)
巻： 70  ページ： 1-12  発行年： 2018年 
JST資料番号： W3181A  ISSN： 1569-8432  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： 都市沿岸地帯における景観レベルの土地利用の監視は,海洋災害のリスク上昇と港湾のような多数のシーンクラスにより,重要で挑戦的な課題になっている。街路ブロックは都市地帯における土地利用の異なるクラスの物理的コンテナであるので,高空間分解能リモートセンシング画像に基づくいくつかのシーン分類法は,分類ユニットとして道路によってセグメント化されたブロックを取る。しかしながら,これらの方法は,遠隔センシング画像から手craの低レベル特徴を抽出し,街路ブロックを表現する能力を制限する。街路ブロックの意味的に意味のある表現を抽出するために,本論文において局所特徴抽出のためにスパース自動符号器(SAE)モデルを採用し,都市沿岸帯におけるブロックベースの土地利用シーン分類のために局所特徴の融合に基づくマルチレベル法を提案した。最初に,街路込みカーネルとしてSAEの隠れ層を取ることによって,街路ブロックの畳込まれた特徴マップを抽出した。次に,局所的特徴を3つのレベルで融合して,畳み込まれた特徴マップにおけるパッチのよりロバストで識別的表現を生成した。局所的特徴の組合せパターンと絶対的関係を,それぞれ第1と第2レベルで捉えた。畳込みニューラルネットワークを利用して,局所的特徴を第3レベルの意味情報により識別した。最後に,視覚単語モデルを用いて,街路ブロックに対する全体的特徴を生成した。提案した方法を,Gaofen-2(GF-2)衛星画像を用いて中国の青島で試験し,83.80%の全体精度を研究地域で達成した。分類結果は,GF-2画像と協調した提案方法が,都市沿岸帯における土地利用シーンを正確に監視する可能性を有することを示した。Copyright 2018 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 港湾 ,  海難 ,  衛星利用画像 ,  *土地利用 ,  視覚 ,  畳 ,  ロバスト性 ,  *都市 ,  沿岸地区 ,  *画像 ,  中華人民共和国 ,  セグメンテーション
準シソーラス用語： 特徴マップ ,  *局所特徴 ,  *シーン分類 , 【Automatic Indexing@JST】

著者キーワード (4件)： 土地利用シーン分類 ,  局所特徴融合 ,  マルチレベル ,  都市沿岸域

分類 (3件)： パターン認識  (JE07000S) ,  港湾工学一般  (RC15010W) ,  大気汚染一般  (SB03010B)

タイトルに関連する用語 (8件)： 都市 ,  沿岸域 ,  高空間分解能 ,  土地利用 ,  シーン分類 ,  局所特徴 ,  マルチレベル ,  融合