文献

J-GLOBAL ID：202002235718680426   整理番号：20A2508513

樹木種のオブジェクトベースサポートベクトルマシン分類のための高分解能マルチスペクトル画像とLiDARデータに由来する特徴の評価【JST・京大機械翻訳】

Evaluation of Features Derived from High-Resolution Multispectral Imagery and LiDAR Data for Object-Based Support Vector Machine Classification of Tree Species

著者 (3件)： Roffey Matthew (Department of Geography, Western University, London, Canada) ,  Wang Jinfei (Department of Geography, Western University, London, Canada) ,  Wang Jinfei (Institute for Earth and Space Exploration, Western University, London, Canada)
資料名： Canadian Journal of Remote Sensing  (Canadian Journal of Remote Sensing)
巻： 46  号： 4  ページ： 473-488  発行年： 2020年 
JST資料番号： W5800A  ISSN： 0703-8992  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： リモートセンシングは都市森林の製作を理解する上で重要な役割を果たす。本研究では,高分解能Geoye-1マルチスペクトル画像とLiDARポイントクラウドが,オブジェクトベースとサポートベクトルマシン分類(SVM)を用いて,都市樹木種の分類改良を可能にする方法を解析した。5つの一般的都市樹木を分類した:Acer platanoides;Acer platanoides Schwedleri’;Picea pungens;Gleditsia triacantos;およびTilia cordata。分類には多数の特徴を用いた:画像反射率に由来する指数;画像のテクスチャ;LiDAR高さと強度;およびLiDAR生成正規化ディジタル表面モデル。分類を行い,個々の特徴,特徴のグループ,および画像とLiDARデータの両方からの特徴の組み合わせを評価した。両データ源からの特徴を,LiDAR特徴のみを使用するとき77.73%,画像特徴のみを用いた場合71.85%と比較して,分類結果は85.08%の総合精度をもたらした。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 反射率 ,  都市 ,  画像特性 ,  リモートセンシング ,  ディジタル方式 ,  *高分解能 ,  正規化 ,  *サポートベクトルマシン
準シソーラス用語： *マルチスペクトル画像 ,  フユボダイジュ ,  *LIDARデータ , 【Automatic Indexing@JST】

分類 (2件)： リモートセンシング一般  (AD04000L) ,  写真測量,空中写真  (RC02040D)

タイトルに関連する用語 (6件)： 樹木 ,  分類 ,  高分解能 ,  マルチスペクトル画像 ,  LIDARデータ ,  評価