文献

J-GLOBAL ID：202102259711792149   整理番号：21A0908147

深さ信頼ネットワークと数学的モルフォロジー融合に基づくリモートセンシング画像建築物の変化検出【JST・京大機械翻訳】

Building Change Detection Based on Deep Belief Networks and Mathematical Morphology Fusion

著者 (5件)： Zhu Chunyu (吉林大学地球探測科学与技術学院,長春,130026) ,  Wang Mingchang (吉林大学地球探測科学与技術学院,長春130026;自然資源部城市国土資源監測与倣真重点実験室,深zhen518000) ,  Wang Fengyan (吉林大学地球探測科学与技術学院,長春,130026) ,  Zhang Haiming (吉林大学地球探測科学与技術学院,長春,130026) ,  Li Tingting (吉林大学地球探測科学与技術学院,長春,130026)
資料名： Kexue Jishu yu Gongcheng  (Kexue Jishu yu Gongcheng)
巻： 20  号： 8  ページ： 3157-3163  発行年： 2020年 
JST資料番号： C4529A  ISSN： 1671-1815  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： 現在、人工調査土地資源の利用状況は高い人力コストを持ち、労働強度が大きく、自動変化検出を実現するには、高い理論と応用価値がある。深さ信頼ネットワーク(deepbeliefnetwork,DBN)を高解像度リモートセンシング画像の建物変化検出に応用するが、DBNは変化検出時に誤判定現象による建物の完備度が欠如し、空間にノイズが存在するなどの問題がある。本論文は,DBNと数学的モルフォロジー融合モデルを提案して,高解像度リモートセンシング画像建築物をテストした。リモートセンシング画像前処理の基づいて,少数の明白な変化および変化のないサンプルにラベルをつけて,検索ウィンドウによってラベル付けしたサンプルから大量のラベルをつけたサンプル訓練融合モデル分類装置を用いて,建物の変化を検出して,検出精度が94.76%であり,想起率は87.63%であった。F1は91.06%であった。実験結果は,この方法が建築物の変化検出に効果的な基礎を提供できることを示した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  *ネットワーク ,  分類装置 ,  *リモートセンシング ,  高分解能
準シソーラス用語： 変化検出 ,  数学的モルフォロジー ,  検出精度 ,  利用状況 ,  *リモートセンシング画像 ,  画像前処理 ,  土地資源 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  写真測量,空中写真  (RC02040D) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 信頼 ,  数学的モルフォロジー ,  融合 ,  リモートセンシング画像 ,  建築物 ,  変化検出