文献

J-GLOBAL ID：202102214996593623   整理番号：21A2658031

深層コンボリューション残差ネットワークに基づく空中写真建築物の正確なセグメンテーション法【JST・京大機械翻訳】

Accurate Segmentation Method of Aerial Photography Buildings Based on Deep Convolutional Residual Network

著者 (3件)： Xu Huajie (广西大学計算机与電子信息学院 南寧 530004;广西多媒体通信与网絡技術重点実験室 南寧 530004) ,  Zhang Chenqiang (广西大学計算机与電子信息学院 南寧 530004) ,  Su Guoshao (广西大学土木建筑工程学院 南寧 530004)
資料名： Jisuanji Kexue  (Jisuanji Kexue)
巻： 48  号： 8  ページ： 169-174  発行年： 2021年 
JST資料番号： C2530A  ISSN： 1002-137X  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： 建築物の3Dモデリング場面で必要な建築物の主体輪郭の平面図獲得コストが比較的に高く、空中写真の建物の分割精度が低く、建物屋根の妨害物の影響分割などの問題がある。本論文では、5つの点の位置を熱図として、ネットワークの更なる入力チャネルとして、深層残差ネットワークに基づく空中図建築物の精確な分割方法を提案し、この方法は、空中図の建物の精確な分割タスクにおいて、比較的良い分割効果が得られた。実験結果は,提案方法が,従来の半自動セグメンテーション法よりも,高いセグメンテーション精度と分割効率を持ち,DEXTR法よりも,より良いロバスト性と,反干渉性を持つことを示した。この方法は建築物の3D再構成タスクに対して高精度の建物の見本の輪郭図と建物のトップ画像を提供し、また、空中写真の建物のデータセットの制作過程において、正確かつ有効なマスクアノテーションツールあるいは半自動輪郭マーキングツールとして、データセットのマーキング効率を高めることができる。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： コヒーレンス ,  *畳込み ,  *セグメンテーション ,  *ネットワーク ,  屋根 ,  マーキング ,  *残差 ,  *空中写真 ,  深層 ,  チャネル ,  ロバスト性 ,  アノテーション ,  平面図
準シソーラス用語： 高精度 ,  自動セグメンテーション , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： 深層 ,  コンボリューション ,  残差 ,  空中写真 ,  建築物 ,  セグメンテーション