文献

J-GLOBAL ID：201802297015066681   整理番号：18A1486476

ALS点雲におけるFallenツリーの強化セグメンテーションのための制約条件付き確率場の学習【JST・京大機械翻訳】

Learning a constrained conditional random field for enhanced segmentation of fallen trees in ALS point clouds

著者 (6件)： Polewski Przemyslaw (Dept. of Geoinformatics, Munich University of Applied Sciences, 80333 Munich, Germany) ,  Polewski Przemyslaw (Photogrammetry and Remote Sensing, Technische Universitaet Muenchen, 80333 Munich, Germany) ,  Yao Wei (Department of Land Surveying and Geo-Informatics, The Hong Kong Polytechnic University, Hung Hom, Hong Kong) ,  Heurich Marco (Dept. of Conservation and Research, Bavarian Forest National Park, 94481 Grafenau, Germany) ,  Krzystek Peter (Dept. of Geoinformatics, Munich University of Applied Sciences, 80333 Munich, Germany) ,  Stilla Uwe (Photogrammetry and Remote Sensing, Technische Universitaet Muenchen, 80333 Munich, Germany)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 140  ページ： 33-44  発行年： 2018年 
JST資料番号： H0048A  ISSN： 0924-2716  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： 本研究では,特殊化制約条件付きランダムフィールド(CRF)を適用することにより,ALSデータにおける自動単一転倒木幹セグメンテーションの品質を改善する方法を提案した。全処理パイプラインは2段階で構成されている。最初に,等しい長さの短いステムセグメントを検出して,それらのサブセットを更なる処理のために選択して,一方,第2のステップにおいて,選択したセグメントを全体のツリーを形成するために併合した。最初のステップは,セグメントラベルの空間上で定義された特殊化CRFを用いて達成され,その後,より容易に融合することができるセグメント候補を見つけることができる。これを達成するために,CRFは個々にあらゆる候補の特徴を考慮するだけでなく,モデルに隣接するセグメント間に対する空間的相互作用を組み込んだ。特に,対相互作用は,訓練データから学習される共線形性/角度偏差確率と空間重なりの比率を含むが,一方,単一ポテンシャルは各セグメント周辺のレーザ点分布の学習確率モデルを符号化する。これらの成分の各々は,それ自身のバランス因子によってCRFエネルギーに入った。以前に見られていないデータを処理するために,最初に,CRFエネルギーを最小化することによって,バランス因子のグリッド上で併合するためのセグメントの部分集合を計算した。次に,学習されたツリー外見モデルから得られたそれらの結果として得られた併合木の品質に従って,バランス構成を併合してランク付けする。最終結果はトップランク構成から導いた。著者らは,フィールドインベントリーで得られた参照データを用いて,Bavarian森林国立公園からの5つのプロットに関する著者らのアプローチを試験した。ペアワイズ相互作用のない以前のセグメント選択法と比較して,検出の正確さと完全性がそれぞれ7と9パーセントポイントまで増加することが観察された。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： 等級づけ ,  確率モデル ,  品質 ,  完全性 ,  レーザ ,  *学習 ,  線形性 ,  部分集合 ,  *セグメンテーション ,  転倒 ,  対相互作用 ,  在庫量 ,  相互作用
準シソーラス用語： 訓練データ ,  *確率場 , 【Automatic Indexing@JST】

著者キーワード (4件)： CRF ,  セグメンテーション ,  Fallenツリー検出 ,  ライダ

分類 (1件)： 写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (7件)： ALS ,  点雲 ,  強化 ,  セグメンテーション ,  制約 ,  条件付き確率場 ,  学習