文献

J-GLOBAL ID：201902250334746372   整理番号：19A1066220

交差領域シーンレベル分類のためのパラメータ転送による視覚語表現のカラーブースト顕著性誘導回転不変バッグ【JST・京大機械翻訳】

Color-Boosted Saliency-Guided Rotation Invariant Bag of Visual Words Representation with Parameter Transfer for Cross-Domain Scene-Level Classification

著者 (4件)： Yan Li (School of Geodesy and Geomatics, Wuhan University, 129 Luoyu Road, Wuhan 430079, China) ,  Zhu Ruixi (School of Geodesy and Geomatics, Wuhan University, 129 Luoyu Road, Wuhan 430079, China) ,  Liu Yi (School of Geodesy and Geomatics, Wuhan University, 129 Luoyu Road, Wuhan 430079, China) ,  Mo Nan (School of Geodesy and Geomatics, Wuhan University, 129 Luoyu Road, Wuhan 430079, China)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 10  号： 4  ページ： 610  発行年： 2018年 
JST資料番号： U7270A  ISSN： 2072-4292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： リモートセンシング画像に関するシーン分類は,通常,教師つき学習に基づいているが,リモートセンシングドメインにおけるラベル付きデータを収集することは,高価で時間がかかる。Visual Word(BOVW)のバッグは,シーン分類において大きな成功を達成するが,BOVW表現に及ぼすバックグラウンドと回転変換の影響,およびソースドメインからターゲットドメインへのSVMパラメータの移動のようなドメイン適応タスクにおける問題が存在する。それは交差ドメインシーン分類性能を低下させる。3つの問題を解決するために,パラメータ転送による視覚単語表現のカラーブーストの顕著性誘導回転不変バッグを,交差領域シーン分類のために提案した。グローバルなコントラストベースの顕著な領域検出法を,検出された顕著な領域の精度を増加させて,BOVW表現に及ぼすバックグラウンド情報の影響を減少させるために,カラーブースト法と組み合わせた。回転不変量BOVW表現も,回転変換の効果を減少させるために,各パッチにおけるBOVW表現をソートすることによって提案した。ソースドメインにおけるいくつかの最良の構成を,ソースとターゲットドメインにおけるシーン間の分布バイアスを低減するために,ターゲットドメインにも適用した。これらの構成は,ターゲット領域における最適パラメータのトップ分類性能を提供する。2つのベンチマークデータセットに関する実験結果は,提案方法がターゲット領域におけるインスタンスが制限されるとき,シーン分類においてほとんどの以前の方法より優れていることを確認した。また,カラーブーストグローバルコントラストベースの顕著な領域検出(CBGCRD)法,回転不変BOVW表現,およびソースからターゲットドメインへのSVMパラメータの転送が,すべて,2.5%,3.3%,および3.1%の分類精度の改善に有効であることを証明した。これら3つの寄与は,全体で約7.5%の分類精度を増加させる可能性がある。Copyright 2019 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： バイアス ,  単語 ,  ソーティング ,  教師つき学習 ,  コントラスト ,  *視覚 ,  検出法 ,  *不変性 ,  ベンチマーク ,  不変量 ,  リモートセンシング
準シソーラス用語： 分類精度 ,  最適パラメータ ,  シーン分類 ,  リモートセンシング画像 , 【Automatic Indexing@JST】

著者キーワード (5件)： 視覚語のバッグ(BOVW) ,  カラーブーストグローバルコントラストベースの顕著な領域検出法 ,  回転不変なBOVW表現 ,  SVMパラメータの源からターゲット領域への移行 ,  クロスドメインシーン分類

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  リモートセンシング一般  (AD04000L)

引用文献 (71件)：

• Prasad, S.; Bruce, L.M. Decision Fusion with Confidence-Based Weight Assignment for Hyperspectral Target Recognition. IEEE Trans. Geosci. Remote Sens. 2008, 46, 1448-1456.
• Bruzzone, L.; Carlin, L. A Multilevel Context-Based System for Classification of Very High Spatial Resolution Images. IEEE Trans. Geosci. Remote Sens. 2006, 44, 2587-2600.
• Rizvi, I.A.; Mohan, B.K. Object-Based Image Analysis of High-Resolution Satellite Images Using Modified Cloud Basis Function Neural Network and Probabilistic Relaxation Labeling Process. IEEE Trans. Geosci. Remote Sens. 2011, 49, 4815-4820.
• Bellens, R.; Gautama, S.; Martinez-Fonte, L.; Philips, W.; Chan, C.W.; Canters, F. Improved Classification of VHR Images of Urban Areas Using Directional Morphological Profiles. IEEE Trans. Geosci. Remote Sens. 2008, 46, 2803-2813.
• Blaschke, T. Object based image analysis for remote sensing. ISPRS J. Photogramm. Remote Sens. 2010, 65, 2-16.

タイトルに関連する用語 (11件)： 交差 ,  シーン ,  分類 ,  パラメータ ,  転送 ,  視覚 ,  表現 ,  カラー ,  誘導 ,  不変 ,  バッグ