文献

J-GLOBAL ID：202002290304563599   整理番号：20A0534993

三重項ネットワークを用いた空中画像類似性の学習【JST・京大機械翻訳】

Learning Aerial Image Similarity Using Triplet Networks

著者 (3件)： Valaitis Vytautas (Vilnius University Institute of Computer Science, Vilnius, Lithuania) ,  Marcinkevicius Virginijus (Vilnius University Institute of Data Science and Digital Technologies, Vilnius, Lithuania) ,  Jurevicius Rokas (Vilnius University Institute of Data Science and Digital Technologies, Vilnius, Lithuania)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11974  ページ： 195-207  発行年： 2020年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 無人航空機(UAV)は衛星航法システムの否定的環境における位置確認課題に直面している。車載カメラから撮影された画像は,視覚的位置確認アルゴリズムをサポートするために,オーソログ図に対して比較するために用いることができる。画像類似性推定は,様々な類似性計量を計算することにより達成できる。ピアソン相関は,著者らの実験における面積画像類似性を評価するための最良の選択であることが分かった。なお,航空機フレーム運動に起因する画像変位に対してロバストではない。画像類似性測度を学習するために,三重項ニューラルネットワークの新しいアーキテクチャを提案した。提案アーキテクチャは,VGG16ネットワークベース層を組み込んだ。トップ層構造,損失関数および性能指標を著者らによって提案した。画像は衛星写真からの地図と一致した。提案したニューラルネットワークアーキテクチャからのマッチング結果を比較し,ピアソン相関に対して評価した。Copyright Springer Nature Switzerland AG 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 損失関数 ,  *ネットワーク ,  ニューラルネットワーク ,  無人機 ,  測度 ,  位置決め ,  航空機 ,  ロバスト性 ,  衛星航法 ,  類似性 ,  アルゴリズム ,  視覚 ,  計算機アーキテクチャ
準シソーラス用語： オルソログ ,  車載カメラ , 【Automatic Indexing@JST】

著者キーワード (4件)： 画像類似性 ,  三重項損失 ,  ニューラルネットワーク ,  UAVの位置決め

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 (3件)： 三重項 ,  画像類似性 ,  学習