文献

J-GLOBAL ID：202002234467442106   整理番号：20A2037944

リモートセンシング画像検索のための深層インスタンス探索ネットワーク【JST・京大機械翻訳】

Deep Instance Search Network for Remote Sensing Image Retrieval

著者 (3件)： Wang Honghu (Beijing Institute of Technology,School of Automation,Beijing,China,100081) ,  Zhou Zhiqiang (Beijing Institute of Technology,School of Automation,Beijing,China,100081) ,  Bo Dawei (No.1 Military Representative Office in Beijing District,Military Representative Bureau of the Army Armament Department in Beijing,Beijing,China,100081)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： CCC  ページ： 7218-7222  発行年： 2020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： リモートセンシング画像検索(RSIR)はリモートセンシングの分野で常にホットな研究題目であり,インスタンスレベルリモートセンシング画像検索(IL-RSIR)は最も重要な課題の1つである。近年,畳み込みニューラルネットワーク(CNN)の強力な特徴記述能力は,RSIRを大幅に改善したが,その性能は,同じ意味ラベルや異なる外観特性のようなリモートセンシング画像の複雑性によって,まだ制限される。これらの問題に取り組むために,新しい深層インスタンス探索ネットワーク(DISN)を提案した。それは,意味情報とインスタンスの局所的詳細を統合し,特徴表現のインスタンス識別可能性を強化するため,意味的特徴集合とキーポイント整合器である2レベル検索ブランチを利用する。IL-RSIRのための4つのリモートセンシングベンチマークデータセットに関する実験は,著者らのDISNがいくつかの最先端の方法より優れていることを実証した。Copyright 2020 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： *ネットワーク ,  *リモートセンシング ,  整合器 ,  深層 ,  ベンチマーク
準シソーラス用語： 意味情報 ,  複雑性 ,  *リモートセンシング画像 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： リモートセンシング ,  画像検索 ,  深層 ,  インスタンス ,  探索