文献

J-GLOBAL ID：202002282169992552   整理番号：20A1385239

深さコンボリューションネットワークに基づく高分リモートセンシング画像セマンティックセグメンテーション【JST・京大機械翻訳】

Semantic Segmentation of High-Resolution Remote Sensing Image Based on Deep Convolutional Network

著者 (3件)： Cai Shuo (長沙理工大学計算机与通信工程学院,湖南長沙,410114) ,  Hu Hangtao (長沙理工大学計算机与通信工程学院,湖南長沙,410114) ,  Wang Wei (長沙理工大学計算机与通信工程学院,湖南長沙,410114)
資料名： Xinhao Chuli  (Xinhao Chuli)
巻： 35  号： 12  ページ： 2010-2016  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： 中国の高分対地観測システムの絶え間ない発展に伴い、高分映像知能化分析と処理の応用需要はますます多く、深さ学習語義分割に基づく画像分類も高い関心を集めている。近距離画像セマンティック分割のホットスポットモデルとして,Deeplabネットワークは,応用において良好な結果を達成した。マルチスケール高分解能リモートセンシング画像の意味論的セグメンテーション問題を解決するために,本論文では,まず第一に,空洞畳込みを用いて,Atrous空間ピラミッドプール化(ASPP)構造の受容野を拡大し,次に,DeepLabv3を改良して,2つのリモートセンシング画像の分類処理に適用した。筆者達は、鄭州地域の高分リモートセンシング画像を研究対象として検証し、まず原画像に対して前処理を行い、前処理画像に対してデータ増強と拡張を行い、最後に異なるパラメータ条件での分類結果を比較し、このモデルの適応性と正確性を分析した。我々のデータセットでは,この方法の実験的分類精度が88.2%,MIoUが72.5%に達し,Deeplabより良い分類効果が得られた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 畳込み ,  意味論 ,  学習 ,  *セグメンテーション ,  *ネットワーク ,  前処理 ,  適応性 ,  映像 ,  ホットスポット ,  高分解能
準シソーラス用語： 語義 ,  画像分類 ,  マルチスケール ,  分類精度 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

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

タイトルに関連する用語 (4件)： コンボリューション ,  高 ,  リモートセンシング画像 ,  セマンティックセグメンテーション