文献

J-GLOBAL ID：202102239509665253   整理番号：21A2453602

リモートセンシング画像における背景事前および前景制約による突出船舶検出【JST・京大機械翻訳】

Salient Ship Detection via Background Prior and Foreground Constraint in Remote Sensing Images

著者 (5件)： Hu Jianming (Research Center for Space Optical Engineering, Harbin Institute of Technology, Harbin 150001, China) ,  Zhi Xiyang (Research Center for Space Optical Engineering, Harbin Institute of Technology, Harbin 150001, China) ,  Zhang Wei (Research Center for Space Optical Engineering, Harbin Institute of Technology, Harbin 150001, China) ,  Ren Longfei (Provincial Key Lab of Information Coding and Transmission, Southwest Jiaotong University, Chengdu 610031, China) ,  Bruzzone Lorenzo (Remote Sensing Laboratory, Department of Information Engineering and Computer Science, University of Trento, 38123 Trento, Italy)
資料名： Remote Sensing (Web)  (Remote Sensing (Web))
巻： 12  号： 20  ページ： 3370  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： 複雑な海洋バックグラウンドにおける自動船舶検出は,光学リモートセンシング画像解釈と解析の分野で挑戦的な課題である。本論文では,海面クラッタ,雲,後流,および島干渉を有する複雑な場面における異なるスケールの複数のターゲットを効率的に検出できる,視覚顕著性モデルに基づく,新規で信頼できる船舶検出フレームワークを提案した。最初に,著者らは,境界確率を計算することによって目標のランダム位置のために適応性の信頼できるバックグラウンド事前抽出方法を提示して,次に,以前のバックグラウンドに基づく顕著性マップを作り出した。第二に,著者らは顕著な前景領域の事前確率を計算し,偽前景クラッタを制約する重み関数を提案して,前景ベースの予測マップを得た。第三に,2つの予測マップを統合し,誘導フィルタ関数と後流調整関数により統合マップの詳細を改善し,候補領域の微細選択を得た。その後,誤警報を減らし,最終船舶検出結果を生成するために,分類をさらに実行した。2つの公開利用可能なデータセットに関する定性的および定量的評価は,4つの高度なベースライン方法に対して提案した方法のロバスト性と効率を実証した。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： 伴流 ,  干渉 ,  視覚 ,  *船舶 ,  海面クラッタ ,  海洋 ,  事前確率 ,  *リモートセンシング ,  クラッタ ,  重み関数 ,  ロバスト性 ,  画像認識
準シソーラス用語： 誤警報 ,  *リモートセンシング画像 ,  顕著性マップ , 【Automatic Indexing@JST】

著者キーワード (5件)： 船舶検出 ,  視覚突出性 ,  背景 ,  前景拘束 ,  光学的リモートセンシング

分類 (3件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

引用文献 (41件)：

• Nie, T.; Han, X.; He, B.; Li, X.; Liu, H.; Bi, G. Ship Detection in Panchromatic Optical Remote Sensing Images Based on Visual Saliency and Multi-Dimensional Feature Description. Remote Sens. 2020, 12, 152.
• Graziano, M.D. Preliminary Results of Ship Detection Technique by Wake Pattern Recognition in SAR Images. Remote Sens. 2020, 12, 2869.
• Dong, C.; Liu, J.; Xu, F. Ship detection in optical remote sensing images based on saliency and a rotation-invariant descriptor. Remote Sens. 2018, 10, 400.
• Chen, H.; Gao, T.; Chen, W.; Zhang, Y.; Zhao, J. Contour Refinement and EG-GHT-Based Inshore Ship Detection in Optical Remote Sensing Image. IEEE Trans. Geosci. Remote Sens. 2019, 57, 8458-8478.
• Qi, S.; Ma, J.; Lin, J.; Li, Y.; Tian, J. Unsupervised ship detection based on saliency and S-HOG descriptor from optical satellite images. IEEE Geosci. Remote Sens. Lett. 2015, 12, 1451-1455.

タイトルに関連する用語 (5件)： リモートセンシング画像 ,  背景 ,  前景 ,  制約 ,  船舶