文献
J-GLOBAL ID:201902217128334476   整理番号:19A1455409

AUVにおけるサイドスキャンソナー画像のセグメンテーション【JST・京大機械翻訳】

Segmentation of Side Scan Sonar Images on AUV
著者 (8件):
資料名:
巻: 2019  号: UT  ページ: 1-4  発行年: 2019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:
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。
サイドスキャンソナーはアクティブソナーである。海底の地形情報を得るために海底後方散乱を使用し,海底地形画像情報を構築する。それは海底画像の基礎である。サイドスキャンソナーを装備したAUVに対して,ソナー画像の解釈は,それらの自律性を強化するために有益である。効率的で正確なセグメンテーションアルゴリズムに基づいて,ターゲット認識の効率と精度を確実にすることができた。したがって,音響画像における海洋情報を自動的に抽出して理解する方法は,現在の研究ホットスポットになっている。海洋ターゲットの分類,水中ターゲットの検出などの関連研究。AUVによって運ばれたサイドスキャンソナーによって得られたリアルタイム画像。海底情報をより良く同定するために,データ増強,超解像技術,深い学習,およびMarkov確率場(MRF)を組み合わせた。最初に,データ前処理を実行し,海洋データセットを得ることは非常に困難で高価である。小さいデータセットでは,深いネットワークをサポートするのに十分ではなく,オーバーフィッティングを防ぐために,データの増大を行った。第2に,ソナーによって収集されたデータがより多くのノイズを含むので,より良い画像認識を達成するために,高解像度画像に低解像度画像を処理するために超解像技術を導入した。第3に,処理データに対する画像セグメンテーションを行った。このプロセスの間,サイドスキャンソナーによって収集されたデータの分解能は非常に低い。ネットワーク深さのような画像を避けるために,受容野はより小さく,より小さくなっているので,より多くの雑音が追加されるので,DeepLabネットワークフレームワークを採用した。最終的に,ネットワークの一般化能力をより良く反映するために,ネットワークがより良い性能を持っているので,著者らは近傍画像のラベル情報を考慮して,Markov確率場(MRF)をバックエンドに導入した。実験は,本方法がより良い結果を持つことを示した。Copyright 2019 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:
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 (1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 
タイトルに関連する用語 (3件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る