文献
J-GLOBAL ID:202102268927118736   整理番号:21A2453408

光学的リモートセンシング画像におけるコンパクト道路抽出のためのトポロジー空間知識蒸留【JST・京大機械翻訳】

Topological Space Knowledge Distillation for Compact Road Extraction in Optical Remote Sensing Images
著者 (14件):
資料名:
巻: 12  号: 19  ページ: 3175  発行年: 2020年 
JST資料番号: U7270A  ISSN: 2072-4292  資料種別: 逐次刊行物 (A)
記事区分: 原著論文  発行国: スイス (CHE)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
光学リモートセンシング画像からの道路抽出は,最近10年間,多くの注目を浴び,広範囲の応用がある。以前の研究の大部分は,道路のユニークなトポロジー特性を考慮していない。それは,道路の接続関係の多様性を記述する線形構造の最も明らかな特徴である。しかし,特定のトポロジー特徴抽出ネットワークを設計することは,通常,あまりに重く,実用的でないモデルをもたらす。上記の問題に取り組むために,本論文では,知識蒸留(TSKD-Road)に基づく道路抽出のための軽量トポロジー空間ネットワークを提案した。特に,狭い道路と短い道路は,光学リモートセンシング画像で直接抽出されたトポロジー特徴に簡単に影響を与える。したがって,道路構造を抽出するためのより密な教師ネットワークを提案する。(2)トポロジー特徴の重さを強化するために,著者らは多重幅と深さによるトポロジー空間損失計算モデルを提案する。(3)上記の革新に基づいて,軽量ネットに重いネットで獲得した異なる種類の知識を転送することを目的とするトポロジー空間知識蒸留フレームワークを提案し,一方,軽量ネット精度を大幅に改善した。実験は,2つの公的に利用可能なベンチマークデータセットに関して実行して,それは著者らのネットワークの明らかな優位性と有効性を示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (2件):
分類
JSTが定めた文献の分類名称とコードです
写真測量,空中写真  ,  パターン認識 
引用文献 (34件):
  • Li, Q.; Chen, L.; Li, M.; Shaw, S.L.; Nüchter, A. A sensor-fusion drivable-region and lane-detection system for autonomous vehicle navigation in challenging road scenarios. IEEE Trans. Veh. Technol. 2013, 63, 540-555.
  • Bonnefon, R.; Dhérété, P.; Desachy, J. Geographic information system updating using remote sensing images. Pattern Recognit. Lett. 2002, 23, 1073-1083.
  • Ahmad, K.; Pogorelov, K.; Riegler, M.; Ostroukhova, O.; Halvorsen, P.; Conci, N.; Dahyot, R. Automatic detection of passable roads after floods in remote sensed and social media data. Signal Process. Image Commun. 2019, 74, 110-118.
  • Coulibaly, I.; Spiric, N.; Sghaier, M.O.; Manzo-Vargas, W.; Lepage, R.; St-Jacques, M. Road extraction from high resolution remote sensing image using multiresolution in case of major disaster. In Proceedings of the 2014 IEEE Geoscience and Remote Sensing Symposium, Quebec City, QC, Canada, 13-18 July 2014; pp. 2712-2715.
  • Liu, C.; Li, W.; Lei, W.; Liu, L.; Wu, H. Architecture planning and geo-disasters assessment mapping of landslide by using airborne LiDAR data and UAV images. In Proceedings of the International Symposium on Lidar and Radar Mapping 2011: Technologies and Applications. International Society for Optics and Photonics, Nanjing, China, 26-29 May 2011; Volume 8286, p. 82861Q.
もっと見る

前のページに戻る