文献

J-GLOBAL ID：201902295298338102   整理番号：19A1144286

機械学習に基づくアレイトモグラフィーSAR建築物目標抽出方法【JST・京大機械翻訳】

Building Target Extraction Methods in Array SAR Tomography Based on Machine Learning

著者 (7件)： Qin Fei (中国科学院電子学研究所微波成像技術重点実験室,北京100190;中国科学院大学,北京100049) ,  Liang Xingdong (中国科学院電子学研究所微波成像技術重点実験室,北京,100190) ,  Zhang Fubo (中国科学院電子学研究所微波成像技術重点実験室,北京,100190) ,  Chen Longyong (中国科学院電子学研究所微波成像技術重点実験室,北京,100190) ,  Qiao Ming (中国科学院電子学研究所微波成像技術重点実験室,北京,100190) ,  Li Yanlei (中国科学院電子学研究所微波成像技術重点実験室,北京,100190) ,  Wan Yangliang (中国科学院電子学研究所微波成像技術重点実験室,北京100190;中国科学院大学,北京100049)
資料名： Xinhao Chuli  (Xinhao Chuli)
巻： 35  号： 2  ページ： 176-186  発行年： 2019年 
JST資料番号： C2154A  ISSN： 1003-0530  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： アレイトモグラフィー(SAR)は,異なる高度のアンテナ,方位角方向合成開口,および斜め距離の広帯域信号への交差軌道の配置によって,3Dイメージング能力を持ち,そして,3D点雲の取得を,単一パスによって達成することができた。アレイ要素数と基線長さに制限され、高距離方向分解能が低く、同時に建築物区域に重複マスクが存在し、三次元再構築過程で建物目標特徴を抽出するのは効率が低い。この問題に対して、本論文では、機械学習に基づく建築物目標識別と抽出アルゴリズムを提案し、多重線形回帰に基づく点雲分割、勾配演算子に基づくエッジ抽出とクラスター分析に基づく建物区画再構築を行い、建物の立面、天頂と地面の抽出を行った。良い垂直面と地面との交差の足跡情報が得られ、特徴抽出の効率が大幅に向上した。国内の初めての航空機搭載アレイトモグラフィーSARの実験データにより、この方法の有効性を検証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 再構成 ,  *機械学習 ,  エッジ検出 ,  クラスタ分析 ,  特徴抽出 ,  アルゴリズム ,  基準線 ,  物体認識 ,  三次元 ,  有効性 ,  アンテナ ,  方位角 ,  画像処理 ,  開口
準シソーラス用語： 航空機搭載 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 機械学習 ,  アレイ ,  トモグラフィー ,  SAR ,  建築物 ,  目標