文献

J-GLOBAL ID：202102214127780065   整理番号：21A2579890

RSI-CB:クラウドソースデータを用いた大規模リモートセンシング画像分類ベンチマーク【JST・京大機械翻訳】

RSI-CB: A Large-Scale Remote Sensing Image Classification Benchmark Using Crowdsourced Data

著者 (8件)： Li Haifeng ,  Dou Xin ,  Tao Chao ,  Wu Zhixiang ,  Chen Jie ,  Peng Jian ,  Deng Min ,  Zhao Ling
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 6  ページ： 1594  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 画像分類はリモートセンシング画像処理における基本的タスクである。近年,深い畳み込みニューラルネットワーク(DCNN)は自然画像認識において著しいブレークスルーを経験した。しかし,リモートセンシング場は,ImageNetに類似した大規模ベンチマークを欠いている。本論文では,大規模でスケーラブルで多様なクラウドソースデータに基づくリモートセンシング画像分類ベンチマーク(RSI-CB)を提案した。Open Street Map(OSM)データのようなクラウドソースデータを使用して,リモートセンシング画像の地上オブジェクトは,関心のポイント,OSMからのベクトルデータ,または他のクラウドソースデータを使用して効果的に注釈付けできる。これらの注釈付き画像は,リモートセンシング画像分類タスクで使用できる。この方法に基づいて,リモートセンシング画像分類のための世界的な大規模ベンチマークを構築した。このベンチマークは大規模な地理的分布と大きな全画像数を持つ。それは,サイズ256256画素の24000以上の画像の35のサブクラスを有する6つのカテゴリーを含んだ。地上物体のこの分類システムを,中国の土地利用分類の国家標準に従って定義し,ImageNetの階層機構によってヒントを得た。最後に,RSI-CBをSAT-4,SAT-6およびUC-Mercedデータセットと比較するために多数の実験を行った。実験は,RSI-CBが,大きなデータ時代における他のベンチマークよりリモートセンシング画像分類タスクのためのベンチマークとしてより好適であり,多くの潜在的応用を有することを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 国家規格 ,  画素 ,  *リモートセンシング ,  地理的分布 ,  *ベンチマーク ,  アノテーション
準シソーラス用語： *画像分類 ,  自然画像 ,  *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】

著者キーワード (4件)： リモートセンシング画像分類 ,  ベンチマーク ,  クラウドソースデータ ,  深層畳込みニューラルネットワーク

分類 (2件)： リモートセンシング一般  (AD04000L) ,  図形・画像処理一般  (JE04010I)

引用文献 (63件)：

• Cheng, G.; Han, J.; Guo, L.; Liu, Z.; Bu, S.; Ren, J. Effective and efficient midlevel visual elements-oriented land-use classification using VHR remote sensing images. IEEE Trans. Geosci. Remote Sens. 2015, 53, 4238-4249.
• Cheng, G.; Han, J.; Zhou, P.; Guo, L. Multi-class geospatial object detection and geographic image classification based on collection of part detectors. ISPRS J. Photogramm Remote Sens. 2014, 98, 119-132.
• Cheng, G.; Han, J.; Lu, X. Remote Sensing Image Scene Classification: Benchmark and State of the Art. Proc. IEEE 2017, 10, 1865-1883.
• Han, J.; Zhang, D.; Cheng, G.; Guo, L.; Ren, J. Object detection in optical remote sensing images based on weakly supervised learning and high-level feature learning. IEEE Trans. Geosci. Remote Sens. 2014, 53, 3325-3337.
• Yao, X.; Han, J.; Cheng, G.; Qian, X.; Guo, L. Semantic annotation of high-resolution satellite images via weakly supervised learning. IEEE Trans. Geosci. Remote Sens. 2016, 54, 3660-3671.

タイトルに関連する用語 (5件)： RSI ,  大規模 ,  リモートセンシング画像 ,  分類 ,  ベンチマーク