文献

J-GLOBAL ID：202102291472277730   整理番号：21A0669554

リモートセンシング画像のための顕著性分析と幾何学的特徴検出に基づく空港検出【JST・京大機械翻訳】

Airport Detection Based on Saliency Analysis and Geometric Feature Detection for Remote Sensing Images

著者 (3件)： Zhu Wanning (School of Artificial Intelligence, Beijing Normal University,Beijing,China,100875) ,  Zhang Qijian (School of Artificial Intelligence, Beijing Normal University,Beijing,China,100875) ,  Zhang Libao (School of Artificial Intelligence, Beijing Normal University,Beijing,China,100875)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 1213-1216  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： リモートセンシング(RS)画像における複雑な背景情報と大きなデータ量のために,空港を正確に効率的に検出するのは難しい。本論文では,顕著性解析と幾何学的特徴検出に基づく信頼できる空港検出法を提案した。一方では,著者らは,RS画像におけるグローバルコントラストと空間的単一性の両方を測定するために,新規顕著性解析モデルを使用し,それによって,最も突出した領域を,正確に抽出することができ,そして,バックグラウンドを,優先的に抑制することができた。他方,空港の幾何学的特徴を考慮して,特徴記述子を,顕著性マップにおける適切な穴構造と線分を検出するために実行した。実験結果は,著者らの提案が既存の顕著性解析モデルより優れていて,空港の検出において良い性能を示した。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： コントラスト ,  *空港 ,  *リモートセンシング ,  検出法 ,  単一性 ,  解析モデル
準シソーラス用語： 線分 ,  *リモートセンシング画像 ,  データ量 ,  顕著性マップ ,  特徴記述子 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： リモートセンシング画像 ,  分析 ,  幾何学的特徴 ,  空港