文献

J-GLOBAL ID：202102224656148559   整理番号：21A0192523

高分解能SAR画像変化検出のための階層的時空間グラフカーネル【JST・京大機械翻訳】

A hierarchical spatial-temporal graph-kernel for high-resolution SAR image change detection

著者 (4件)： Jia Lu (School of Computer and Information, Hefei University of Technology, Hefei, China) ,  Wang Jincheng (School of Computer and Information, Hefei University of Technology, Hefei, China) ,  Ai Jiaqiu (School of Computer and Information, Hefei University of Technology, Hefei, China) ,  Jiang Ye (School of Computer and Information, Hefei University of Technology, Hefei, China)
資料名： International Journal of Remote Sensing  (International Journal of Remote Sensing)
巻： 41  号： 10  ページ： 3866-3885  発行年： 2020年 
JST資料番号： B0645B  ISSN： 0143-1161  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： ABSTRACT:構造情報の有効利用は,高解像度合成開口レーダ(SAR)画像変化検出にとって重要である。SAR画像における局所的および全体的構造を包括的に利用するために,階層的空間-時間グラフカーネル(STGK)方法を,高分解能SAR画像変化検出のために本論文で提案した。最初に,二時間階層グラフモデルを,二時間SAR画像における局所大域構造を抽出するために構築した。次に,局所大域構造間の空間的および時間的類似性を測定するSTGK関数を構築し,二時間画像間の変化レベルを示した。最後に,サポートベクトルマシン(SVM)を,最終的変化検出結果を作り出すために,STGK機能によって実行した。現実のGaoFen-3SARデータセットに関する実験結果は,提案した方法の有効性を実証して,STGK方式が比較的複雑な構造によって変化区域を検出することができることを証明した。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 類似性 ,  有効性 ,  *高分解能 ,  合成開口レーダ ,  サポートベクトルマシン
準シソーラス用語： グラフモデル ,  変化検出 ,  *SAR画像 , 【Automatic Indexing@JST】

分類 (2件)： レーダ  (ND13010H) ,  海洋物理学一般  (DC06010K)

タイトルに関連する用語 (6件)： 高分解能 ,  SAR画像 ,  変化検出 ,  時空間 ,  グラフ ,  カーネル