文献

J-GLOBAL ID：202102262815076196   整理番号：21A1667422

主成分分析とニューラルネットワークを用いた火星画像上のダストストーム領域のセグメンテーション

Segmentation of dust storm areas on Mars images using principal component analysis and neural network

著者 (2件)： Gichu Ryusei (Graduate School of Engineering, University of Shiga Prefecture, Hikone, Japan) ,  Ogohara Kazunori (School of Engineering, University of Shiga Prefecture, Hikone, Japan)
資料名： Progress in Earth and Planetary Science (Web)  (Progress in Earth and Planetary Science (Web))
巻： 6  号： 1  ページ： 1-12  発行年： 2019年 
JST資料番号： U0650A  ISSN： 2197-4284  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： オービタにより観測された火星画像上のダストストーム領域の自動セグメンテーション法を提案した。画像を小区画に分割した。主成分分析によって,多くの小区画から法線基底ベクトルを得た。特徴ベクトルとしてこれらの基底ベクトルの係数を用いて分類器を訓練した。試験画像におけるすべての区画は,分類器によってダストストーム,雲および地表からなる種類の何れかに分類した。各種のピクセルが多くのダストストーム区画に含まれ得る。ピクセルは,そのピクセルを含むダストストーム区画の数に基づいて,ダストストームまたは他の種類に分類される。受信者動作特性曲線とこの曲線下の面積(AUC)によりセグメンテーション法を評価した。ダストストームに対するAUCは,著者らの目視検査によって決定されたダストストーム領域が真の地上検証データであると仮定すると,ダストストームに対するAUCは0.947~0.978である。偽の負のピクセルを適切に除去し,2つの異なる閾値を用いて真の正のダストストームの大きさを維持するならば,ダストストームに対する精度,再現率,およびF値は,それぞれ,0.88,0.84,および0.86である。本研究で用いた分類器の調整パラメータは,ダストストームの精度を最大化するように決定した。また,パラメータを変えることによって,雲のセグメンテーションのために分類器を調整することが可能である。Please refer to the publisher for the copyright holders. Translated from English into Japanese by JST.

シソーラス用語： *火星 ,  宇宙探査機 ,  *風塵 ,  *画像分析 ,  セグメンテーション ,  主成分分析 ,  ニューラルネットワーク ,  ベクトル ,  基底 ,  機械学習 ,  分類 ,  画素 ,  特性 ,  画像特性 ,  雲分布
準シソーラス用語： ダストストーム ,  火星探査オービタ ,  画素分類 ,  画像分類 ,  基底ベクトル ,  受信者動作特性 ,  法線ベクトル

分類 (1件)： 惑星  (DB04020E)

引用文献 (20件)：

• Bishop CM (2006) Pattern recognition and machine learning. New York: Springer Science+Business Media
• J Geophys Res; Martian dust storms: 1999 Mars Orbiter Camera observations; BA Cantor, PB James, M Caplinger, MJ Wolff; 106; 2001; 23653-23687; 10.1029/2000JE001310; citation_id=CR2
• Neuroimage; Patch-based segmentation using expert priors: application to hippocampus and ventricle segmentation; P Coupé, JV Manjón, V Fonov, J Pruessner, M Robles, DL Collins; 54; 2011; 940-954; 10.1016/j.neuroimage.2010.09.018; citation_id=CR3
• Pattern Recogn Lett; An introduction to ROC analysis; T Fawcett; 27; 2006; 861-874; 10.1016/j.patrec.2005.10.010; citation_id=CR4
• Icarus; Mars Orbiter Camera climatology of textured dust storms; SD Guzewich, AD Toigo, L Kulowski, H Wang; 258; 2015; 1-13; 10.1016/j.icarus.2015.06.023; citation_id=CR5

タイトルに関連する用語 (5件)： 主成分分析 ,  ニューラルネットワーク ,  火星 ,  ダストストーム ,  セグメンテーション