文献

J-GLOBAL ID：202102244318675115   整理番号：21A2955257

改良CGANに基づくSAR対光学画像翻訳【JST・京大機械翻訳】

SAR-to-optical image translation based on improved CGAN

著者 (6件)： Yang Xi (State Key Laboratory of Integrated Services Networks, School of Telecommunications Engineering, Xidian University, Xi’an 710071, China) ,  Zhao Jingyi (State Key Laboratory of Integrated Services Networks, School of Telecommunications Engineering, Xidian University, Xi’an 710071, China) ,  Wei Ziyu (State Key Laboratory of Integrated Services Networks, School of Telecommunications Engineering, Xidian University, Xi’an 710071, China) ,  Wang Nannan (State Key Laboratory of Integrated Services Networks, School of Telecommunications Engineering, Xidian University, Xi’an 710071, China) ,  Gao Xinbo (State Key Laboratory of Integrated Services Networks, School of Electronic Engineering, Xidian University, Xi’an 710071, China) ,  Gao Xinbo (The Chongqing Key Laboratory of Image Cognition, Chongqing University of Posts and Telecommunications, Chongqing 400065, China)
資料名： Pattern Recognition  (Pattern Recognition)
巻： 121  ページ： Null  発行年： 2022年 
JST資料番号： D0611A  ISSN： 0031-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： SAR画像は,雲と光に対して感受性が低い利点を持ち,一方,光学画像は人間の視覚システムに適合する。両者は,SAR画像原理に起因するスペックル雑音により,シーン分類,自然環境監視,災害警報などの分野で広く適用され,人々が専門知識なしで複雑な背景から地上物体を識別するのは難しい。1つの一般的に使用される解決策は,SAR画像を,豊富な色情報,すなわち,SAR-光画像変換で明確に提示できる光学画像に変換するために,Generative Adversarial Network(GAN)を利用することである。従来のGANベースの翻訳方法は,輪郭のぼけ,テクスチャの消失,色の不整合を引き起こす。この目的のために,改良条件付きGAN(ICGAN)法を提案した。基本的CGANモデルと比較して,著者らの方法の翻訳能力は,次の3つの側面において改良した。(1)輪郭の鋭さ。低レベルと高レベル特徴を結合するために並列枝を利用して,画像輪郭情報をノイズの影響なしで改善した。(2)テクスチャ細粒度。画像の局所および大域的テクスチャ特徴を豊かにするために,マルチスケール受容場を用いて画像を識別した。(3)色忠実度。生成された画像と実際の光学画像の間の色ギャップを減らすために,Gaussぼけ畳込みに基づく色収差損失を用いた。著者らの方法は,SAR-to-光画像翻訳タスクを完成するために,画像の視覚層と概念層の両方を考慮する。モデルは,SAR画像の輪郭とテクスチャを保存でき,一方,地上真実の色をより密接に近似する。実験結果は,生成された画像が視覚効果および好ましい評価尺度(主観的および客観的)において好ましい結果を有するだけではなく,また,優れた分類精度を達成して,それはSAR-光画像変換タスクにおける最先端技術に関する著者らの方法の優位性を証明した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 色収差 ,  雑音 ,  視覚 ,  畳込み ,  警報 ,  自然環境 ,  感受性 ,  視覚効果 ,  不整合 ,  *光学画像 ,  画像変換
準シソーラス用語： マルチスケール ,  分類精度 ,  SAR画像 ,  評価尺度 , 【Automatic Indexing@JST】

著者キーワード (3件)： SARから光学への画像翻訳 ,  色収差損失 ,  ICGAN

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： SAR ,  光学画像 ,  翻訳