文献

J-GLOBAL ID：202102290635460205   整理番号：21A2872231

路側植生分類のための新しいテクスチャ特徴ベース多重分類器技術【JST・京大機械翻訳】

A novel texture feature based multiple classifier technique for roadside vegetation classification

著者 (3件)： Chowdhury Sujan (Central Queensland University, Australia) ,  Verma Brijesh (Central Queensland University, Australia) ,  Stockwell David (Queensland Transport and Main Roads, Australia)
資料名： Expert Systems with Applications  (Expert Systems with Applications)
巻： 42  号： 12  ページ： 5047-5055  発行年： 2015年 
JST資料番号： W0178A  ISSN： 0957-4174  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文は,新しいテクスチャ特徴ベースの多重分類器技術を提示して,それを路側植生分類に適用した。路側植生分類の自動化は,火災リスクと道路安全の改善において強く出現する重要な問題の1つであることはよく知られている。したがって,本論文で提示した応用は火災リスクと道路安全性の同定に非常に重要である。路側のような屋外環境から収集した画像は,異なる気象条件のため,照明条件の高い変動に影響を受ける。本論文は,植生同定のために,新しいテクスチャ特徴ベースのロバストエキスパートシステムを提案する。それは,5つのステップ,すなわち,画像前処理,特徴抽出,多重分類器による訓練,分類,検証および統計解析から成る。初期段階では,路側画像における植生に関連するテクスチャ特徴を得るために,二値パターン(CBP)技術の同時発生を適用した。訓練と分類段階において,3つの分類器を融合して多重決定を結合した。第1分類装置はサポートベクトルマシンに基づき,第2分類装置はフィードフォワード逆伝搬ニューラルネットワーク(FF-BPNN)に基づき,第3分類装置は最近傍(k-NN)に基づく。提案方法を,2種類の植生画像,すなわち,高密度でまばらな草で適用し,評価した。92.72%の成功による分類精度を5倍交差検証法を用いて得た。(分散分析)試験も行い,結果の統計的有意性を示した。Copyright 2021 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  分散分析 ,  分類装置 ,  照明条件 ,  ニューラルネットワーク ,  特徴抽出 ,  気象条件 ,  フィードフォワード ,  *多重化 ,  エキスパートシステム ,  ロバスト性 ,  サポートベクトルマシン
準シソーラス用語： 屋外環境 ,  逆伝播ニューラルネットワーク ,  統計的有意性 , 【Automatic Indexing@JST】

著者キーワード (5件)： 特徴抽出 ,  サポートベクトルマシン ,  k最近傍 ,  ニューラルネットワーク ,  ハイブリッド技術

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 路側 ,  植生分類 ,  テクスチャ特徴 ,  多重分類器