文献

J-GLOBAL ID：202102225033556821   整理番号：21A0271158

大規模土地被覆地図生産のための属性プロファイルで強化されたセグメンテーションネットワーク【JST・京大機械翻訳】

Segmentation networks reinforced with attribute profiles for large scale land-cover map production

著者 (7件)： Aptoula E. (Bilis,im Teknolojileri Enstituesue, Gebze Teknik Ueniversitesi,Kocaeli,Tuerkiye) ,  Kahraman F. (BILGEM, TUBITAK,Kocaeli,Tuerkiye) ,  Ozbulak G. (BILGEM, TUBITAK,Kocaeli,Tuerkiye) ,  Aydemir S. (BILGEM, TUBITAK,Kocaeli,Tuerkiye) ,  Imamoglu M. (BILGEM, TUBITAK,Kocaeli,Tuerkiye) ,  Sofu ve A. M. (BILGEM, TUBITAK,Kocaeli,Tuerkiye) ,  Yilmaz I. (Bilis,im Teknolojileri Enstituesue, Gebze Teknik Ueniversitesi,Kocaeli,Tuerkiye)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SIU  ページ： 1-4  発行年： 2020年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： セグメンテーションネットワークは,画素中心パッチで訓練された畳み込みニューラルネットワークとは対照的に,広い空間領域を効率的に扱うことができるので,大規模ピクセルワイズリモートセンシング画像分類のための一般的なツールであることが証明されている。しかし,それらは空間一貫性に関してしばしば批判される。このように,それらは,拡張畳込みとスキップ接続の形式で,ここ数年を通して様々な拡張を受けた。本論文では,分割ネットワークへの入力として,基本画像のマルチスケール階層的表現を本質的に含む属性フィルタリング画像を供給し,収束を加速し,底層の特徴学習タスクをより容易にする努力で,同じ課題に取り組んだ。著者らは,Sentinl 2マルチスペクトル画像とCopernicus Landモニタリングサービスからのグランドトルースを用いて,トルコの大面積のための土地利用と土地被覆地図の生産を通して,著者らのアプローチを検証した。Copyright 2021 The Institute of Electrical and Electronics Engineers, Inc. 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 ,  学習 ,  *セグメンテーション ,  *ネットワーク ,  土地利用 ,  フィルタリング ,  トルコ共和国 ,  画素 ,  *土地被覆
準シソーラス用語： マルチスペクトル画像 ,  画像分類 ,  マルチスケール ,  空間領域 ,  グランドトゥルース ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (7件)： 大規模 ,  土地被覆 ,  地図 ,  属性 ,  プロファイル ,  強化 ,  セグメンテーション