文献

J-GLOBAL ID：202102253491790314   整理番号：21A0670297

葉と木樹幹画像を用いた樹種分類【JST・京大機械翻訳】

Tree Species Classification Using Leaf and Tree Trunk Images

著者 (3件)： Itakura Kenta (University of Tokyo) ,  Hata Teruhito (University of Tokyo) ,  Hosoi Fumiki (University of Tokyo)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 4339-4342  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： 樹木種の分類は,生態学的モニタリング,自然保存および観光のような多くの分野で重要な作業である。デジタルカメラの使用による分類は,プラント書籍でチェックしておらず,時間がかからないので,有用であろう。多くの努力が,手作業特徴または機械学習ベースの方法による画像による種分類のためになされてきた。これらの方法は高精度で分類に成功した。しかし,以前の研究は,葉と木の幹を同時に考慮するとき,樹木種を正確に推定することができるが,単一静止画像を使用した。したがって,樹木種を葉と木の幹画像の画像で分類した。本研究で分類された種の数は20であり,4000以上の画像が著者によって集められた。特徴を事前訓練ネットワークで抽出し,葉と木幹画像の抽出特徴を連結し,次に,特徴をサポートベクトルマシンに供給した。結果は,マルチ入力による分類精度が,葉または木幹画像だけのものより著しく高いことを示した。マルチ画像を考慮する方法は,リモートセンシングにおける他のタスクにおいて有用であろう。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： ネットワーク ,  プラント ,  リモートセンシング ,  静止画像 ,  生態学 ,  機械学習 ,  *サポートベクトルマシン
準シソーラス用語： ディジタルカメラ ,  *樹種 ,  分類精度 ,  高精度 , 【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 (5件)： 葉 ,  木 ,  樹幹 ,  樹種 ,  分類