文献

J-GLOBAL ID：202102224601953139   整理番号：21A2454147

ハイパースペクトル画像によるニューラルネットワークベースの舗装状態評価【JST・京大機械翻訳】

Neural Network Based Pavement Condition Assessment with Hyperspectral Images

著者 (6件)： OEzdemir Okan Bilge (Informatics Institute, Middle East Technical University, 06800 Ankara, Turkey) ,  Soydan Hilal (Informatics Institute, Middle East Technical University, 06800 Ankara, Turkey) ,  Soydan Hilal (Colorado School of Mines, Mining Engineering Department, Golden, CO 80401, USA) ,  Cetin Yasemin Yardimci (Informatics Institute, Middle East Technical University, 06800 Ankara, Turkey) ,  Duezguen Hafize Sebnem (Informatics Institute, Middle East Technical University, 06800 Ankara, Turkey) ,  Duezguen Hafize Sebnem (Colorado School of Mines, Mining Engineering Department, Golden, CO 80401, USA)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 23  ページ： 3931  発行年： 2020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： 材料の化学組成に関する情報を提供する能力を有するハイパースペクトル画像処理技術は,舗装条件評価に大きな可能性を有する。本研究は,ハイパースペクトル画像上の人工ニューラルネットワーク(ANN)とスペクトル角度マッピング(SAM)との統合アルゴリズムを用いて,新しい年齢ベース舗装評価法を紹介した。提案した方法では,得られたANN予測出力を用いて,SAMスコアから結果とともに新しい予測を行った。テストは,近位画像取得のために特別に設計した車両システムによって収集した400と900nmの間の360のスペクトルバンドを有するハイパースペクトル画像に関して実行した。取得した画像は,3つの異なる舗装クラス(良好(5年),中(10年),不良(25年)),黄色色素,白色素,土壌,舗装石,および影を含む8つのクラスを持っている。いくつかの実験を行い,独立スペクトルデータベースからランダムに選択したクラス当たり5,10,25および50サンプルを含む限られた学習データによる追跡方法論のロバスト性を評価した。公正な比較のために,個々のANN,SAM,サポートベクターマシン(SVM),および積層自動エンコーダ(SAE)アルゴリズムも評価した。個々のANNとSAMの分類性能は,それらの共同使用によって著しく増加し,訓練サンプルサイズに関して1.2%から21%の分類精度改善を実証した。研究は,提案したアプローチが,少ない訓練データしか利用できない場合,非常にロバストであり,一方,SAEと標準ANNアルゴリズムは,より多くの学習データが存在している場合に,より成功することを証明した。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： アルゴリズム ,  化学組成 ,  *ニューラルネットワーク ,  *舗装 ,  色素 ,  *スペクトル ,  符号器 ,  スペクトルバンド ,  ロバスト性 ,  サポートベクトルマシン
準シソーラス用語： 訓練データ ,  *ハイパースペクトル ,  *ハイパースペクトル画像 ,  学習データ , 【Automatic Indexing@JST】

著者キーワード (7件)： 舗装状態 ,  アスファルト品質 ,  ハイパースペクトル ,  分類 ,  人工ニューラルネットワーク ,  サポートベクトルマシン ,  スペクトル角度マッパ

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  写真測量,空中写真  (RC02040D) ,  リモートセンシング一般  (AD04000L)

引用文献 (41件)：

• Wess, J.A.; Olsen, L.D.; Sweeney, M.H. Asphalt (Bitumen): Concise International Chemical Assessment Document (CICAD) No. 59; World Health Organization: Geneva, Switzerland, 2004; pp. 1-55.
• Schnebele, E.; Tanyu, B.F.; Cervone, G.; Waters, N.M. Review of remote sensing methodologies for pavement management and assessment. Eur. Transp. Res. Rev. 2015, 7, 1-19.
• Hafez, M.; Ksaibati, K.; Atadero, R. Best Practices to Support and Improve Pavement Management Systems for Low-Volume Paved Roads-Phase I; Colorado Department of Transportation, Research Branch: Denver, CO, USA, 2018.
• AASHTO. Pavement Management Guide; American Association of State Highway and Transportation Officials: Washington, DC, USA, 2012.
• Torres-Machí, C.; Chamorro, A.; Pellicer, E.; Yepes, V.; Videla, C. Sustainable Pavement Management. Transp. Res. Rec. J. Transp. Res. Board 2015, 2523, 56-63.

タイトルに関連する用語 (4件)： ハイパースペクトル画像 ,  ニューラルネットワーク ,  舗装 ,  状態評価