文献

J-GLOBAL ID：202102242748229385   整理番号：21A0415444

深さ学習に基づくリモートセンシング画像変化検出法【JST・京大機械翻訳】

Remote sensing image change detection method based on deep neural networks

著者 (4件)： Wang Chang (中国人民解放軍戦略支援部隊信息工程大学 地理空間信息学院,河南 鄭州 450001;遼寧科技大学 土木工程学院,遼寧 鞍山 114051) ,  Zhang Yongsheng (中国人民解放軍戦略支援部隊信息工程大学 地理空間信息学院,河南 鄭州 450001) ,  Wang Xu (遼寧生態職業技術学院 測絵工程学院,遼寧 沈陽 110101) ,  Yu Ying (中国人民解放軍戦略支援部隊信息工程大学 地理空間信息学院,河南 鄭州 450001)
資料名： Zhejiang Daxue Xuebao. Gongxue Ban  (Zhejiang Daxue Xuebao. Gongxue Ban)
巻： 54  号： 11  ページ： 2138-2148  発行年： 2020年 
JST資料番号： W1536A  ISSN： 1008-973X  CODEN： ZDXGFS  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 信頼できる訓練サンプルとリモートセンシング画像の変化検出精度を改善するために,深さ学習に基づくリモートセンシング画像変化検出法を提案した。構造類似性法(SSIM)を用いてテクスチャ特徴(グレイ共起行列法)を選択し、融合変化ベクトル分析(CVA)法により、異なる時間相リモートセンシング画像差異図(DI)とテクスチャ特徴差異図を取得し、差異画像を得た。構造変分雑音除去モデルを採用して,差異画像を雑音除去した。ノイズ除去画像の顕著性マップを,周波数領域の有意性によって得て,そして,ファジィc-平均(FCM)アルゴリズムによって,粗変化検出グラフ(顕著性グラフ選択閾値)を,事前分類(変化,未変化,および未決定)した。リモートセンシング画像から抽出した変化画素と未変化画素の近傍特徴を深さニューラルネットワークモデルに導入して訓練し、訓練した深さニューラルネットワークモデルを利用して差異画像に対して変化検出を行い、最終の変化検出図を得た。3組のリモートセンシング画像データセットに対して変化検出実験を行い、結果により、本研究方法の変化検出精度は他の比較方法より高いことが分かった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  変分法 ,  *画素 ,  ベクトル解析 ,  雑音低減 ,  類似性 ,  曖昧さ ,  雑音除去 ,  周波数領域
準シソーラス用語： 神経回路網モデル ,  共起行列 ,  変化検出 ,  *リモートセンシング画像 ,  顕著性マップ ,  テクスチャ特徴 , 【Automatic Indexing@JST】

分類 (2件)： 数値計算  (JE02000J) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 学習 ,  リモートセンシング画像 ,  検出法