文献

J-GLOBAL ID：202102219216467025   整理番号：21A2434531

リモートセンシングにおけるシーン分類のための畳込みニューラルネットワークの三重部分特徴の結合【JST・京大機械翻訳】

Combing Triple-Part Features of Convolutional Neural Networks for Scene Classification in Remote Sensing

著者 (2件)： Huang Hong ,  Xu Kejie
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 11  号： 14  ページ： 1687  発行年： 2019年 
JST資料番号： U7270A  ISSN： 2072-4292  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： 高空間分解能リモートセンシング(HSRRS)画像は複雑な幾何学的構造と空間パターンを含み,従って,HSRRSシーン分類はリモートセンシングコミュニティにおいて大きな課題となっている。近年,畳み込みニューラルネットワーク(CNN)ベースの方法は,大きな注目を集めて,場面分類において優れた性能を得た。しかしながら,従来のCNNベースの方法は,シーン表現を達成するために,元の赤-緑青(RGB)画像ベースの特徴またはCNNベースの単層特徴を処理することに焦点を合わせ,CNNのテクスチャ画像または各層が識別情報を含むことを無視する。上記の欠点に取り組むために,CTFCNNと呼ばれるCaffeNetベースの方法を提案して,本論文における事前訓練CNNの識別能力を効果的に調査した。最初に,事前訓練CNNモデルを,多重層,完全接続(FC)特徴,および局所二値パターン(LBP)ベースFC特徴から畳込み特徴を得るための特徴抽出器として採用した。次に,各畳込み層からの識別情報を表現するために,新しい改良バッグオブビューワード(iBoVW)符号化法を開発した。最後に,加重連結を採用して,分類のために種々の特徴を結合した。UC-MercedデータセットとAerial Image Dataset(AID)に関する実験は,提案したCTFCNN法が,いくつかの最先端の方法よりも著しく優れており,全体の精度が,それぞれ,98.44%と94.91%に達することを示した。これは,提案フレームワークがHSRRS画像の識別記述を提供できることを示した。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： *畳込み ,  特徴抽出 ,  コミュニティ ,  *リモートセンシング ,  多層 ,  単一層
準シソーラス用語： 識別子 ,  *シーン分類 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 高空間分解能 ,  リモートセンシング ,  シーン分類 ,  畳込みニューラルネットワーク ,  特徴符号化 ,  特徴融合

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  人工知能  (JE08000Z)

引用文献 (78件)：

• Cheng, G.; Han, J.W.; Lu, X.Q. Remote sensing image scene classification: Benchmark and state of the art. Proc. IEEE 2017, 105, 1865-1883.
• Zhou, W.X.; Newsam, S.; Li, C.M.; Shao, Z.F. PatternNet: A benchmark dataset for performance evaluation of remote sensing image retrieval. ISPRS J. Photogramm. Remote Sens. 2018, 145, 197-209.
• Zhang, F.; Du, B.; Zhang, L.P. Scene Classification via a Gradient Boosting Random Convolutional Network Framework. IEEE Trans. Geosci. Remote Sens. 2016, 54, 1793-1802.
• Wang, Q.; Liu, S.T.; Chanussot, J.; Li, X.L. Scene Classification with Recurrent Attention of VHR Remote Sensing Images. IEEE Trans. Geosci. Remote Sens. 2019, 57, 1155-1167.
• Pham, M.T.; Mercier, G.; Regniers, O.; Michel, J. Texture Retrieval from VHR Optical Remote Sensed Images Using the Local Extrema Descriptor with Application to Vineyard Parcel Detection. Remote Sens. 2016, 8, 368.

タイトルに関連する用語 (4件)： リモートセンシング ,  シーン分類 ,  畳込みニューラルネットワーク ,  三重