文献

J-GLOBAL ID：202102227244688654   整理番号：21A0669407

空間変圧器融合ネットワークを用いたリモートセンシングシーン分類【JST・京大機械翻訳】

Remote Sensing Scene Classification Using Spatial Transformer Fusion Network

著者 (6件)： Tong Shun (School of Geography and Information Engineering, China University of Geosciences (Wuhan),Wuhan,China) ,  Qi Kunlun (School of Geography and Information Engineering, China University of Geosciences (Wuhan),Wuhan,China) ,  Guan Qingfeng (School of Geography and Information Engineering, China University of Geosciences (Wuhan),Wuhan,China) ,  Zhu Qiqi (School of Geography and Information Engineering, China University of Geosciences (Wuhan),Wuhan,China) ,  Yang Chao (School of Geography and Information Engineering, China University of Geosciences (Wuhan),Wuhan,China) ,  Zheng Jie (State Key Laboratory of Information Engineering in Surveying, Mapping and Remote Sensing Wuhan University,Wuhan,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 549-552  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： リモートセンシング画像シーン分類は,高空間分解能リモートセンシング画像理解における最新の話題の1つである。高分解能リモートセンシング画像における物体の空間分布と構造パターンの複雑性は,この問題を挑戦的にする。畳み込みニューラルネットワークによって代表される深層学習法は,強力な特徴学習能力を持ち,リモートセンシング画像のシーン分類タスクにおいてよく機能した。空間変圧器ネットワーク(STN)に触発されて,本論文は,空間変圧器ネットワークをリモートセンシング画像シーン分類タスクに適用する効果的リモートセンシング画像シーン分類ネットワーク(STFN)を提案する。STFNの構造は,空間変圧器ネットワークを作物リモートセンシング画像に使用して,注意領域を抽出する。次に,STFNは原画像と作付画像の特徴を抽出し,最終的にそれらを融合する。実験と評価は,2つの公共遠隔観測画像データセット,即ち,21のシーンカテゴリーを有するUC Merced Land-Useデータセットと45のシーンカテゴリーを有するNUPU-RESISC45データセットに関して実行した。実験結果は,提案方法が比較的単純なネットワーク構造を持ち,競合分類性能を作り出すことができることを示した。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： *変圧器 ,  *ネットワーク ,  農作物 ,  空間分布 ,  ネットワーク構造 ,  *リモートセンシング ,  高分解能
準シソーラス用語： 学習能力 ,  複雑性 ,  リモートセンシング画像 ,  作付け ,  シーン分類 ,  高空間分解能 ,  深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 変圧器 ,  融合 ,  リモートセンシング ,  シーン分類