文献

J-GLOBAL ID：202102270507981586   整理番号：21A0669707

道路抽出のための空間注意ネットワーク【JST・京大機械翻訳】

Spatial Attention Network for Road Extraction

著者 (4件)： Chen Ruonan (Aerospace Information Research Institute, Chinese Academy of Sciences,Beijing,China,100049) ,  Hu Yuan (Aerospace Information Research Institute, Chinese Academy of Sciences,Beijing,China,100049) ,  Wu Tong (Aerospace Information Research Institute, Chinese Academy of Sciences,Beijing,China,100049) ,  Peng Ling (Aerospace Information Research Institute, Chinese Academy of Sciences,Beijing,China,100049)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 1841-1844  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： 高解像度リモートセンシング画像からの道路抽出は,道路網のリアルタイム更新を達成する重要な方法となり,応用要件を満たす。しかし,道路シーンの多様性,様々な道路幅,およびオクルージョンのために,最近の研究における検出された道路はしばしば不連続であり,これらの狭いあるいは断片化された道路は誤分類される傾向がある。したがって,本論文では,ResNetバックボーン上に構築された空間注意ネットワークを提案する。各ピクセルのカテゴリーを決定するとき,異なる位置間の依存性を考慮した。これらの狭いまたは閉塞道路では,分類を容易にするために,異なる位置で類似の特徴を集める。このように,目立たない道路は,よりよく考慮することができて,このように,より正確な予測結果を作り出すことができた。さらに,再加重交差エントロピー損失を,正と負のサンプルの比率に関する不均衡問題に対処するために設計した。マサチューセッツ道路データセットに関する実験を行い,後処理なしで0.9228の破断点スコアを達成し,著者らのモデルの優越性を示した。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： エントロピー ,  *ネットワーク ,  破断 ,  *道路 ,  道路網 ,  画素 ,  後処理 ,  不連続性 ,  マサチューセッツ州 ,  高分解能 ,  オクルージョン
準シソーラス用語： 幅員 ,  実時間 ,  リモートセンシング画像 ,  *道路抽出 , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 道路抽出 ,  注意