文献
J-GLOBAL ID:202202216386276671   整理番号:22A1086574

SAR画像における適応二重偏波特徴融合とSea BoeingLandセグメンテーションに基づく小血管検出【JST・京大機械翻訳】

Small Vessel Detection Based on Adaptive Dual-Polarimetric Feature Fusion and Sea-Land Segmentation in SAR Images
著者 (5件):
資料名:
巻: 15  ページ: 2519-2534  発行年: 2022年 
JST資料番号: W2259A  ISSN: 1939-1404  CODEN: IJSTHZ  資料種別: 逐次刊行物 (A)
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:
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。
合成開口レーダ(SAR)画像における小型船舶の検出は,小血管が弱い散乱強度とわずかな画像画素を持つため,近年多くの注目を集めている。既存の検出ネットワーク構造は,小規模目標にあまり適応せず,偏光データは適切に利用されず,そして,土地偽警報を取り除くための海-地セグメンテーションプロセスは,時間がかかる。これらの問題に関して,最初に,単一低レベル経路集約ネットワークを,小さなターゲットのために特別に設計した。構造は,意味強化モジュールの検出と追加のための適切な単一スケール特徴マップを見つけることによって,特徴レベルで誤り警報を減らす。第2に,適応二重偏光特性融合を提案して,特徴冗長性を減らすために,二重偏光分解によって獲得した多チャネル特徴をフィルタリングした。第3に,セグメンテーション層をネットワークに追加して,誤り警報から土地を遮蔽した。検出とセグメンテーション層は,特徴抽出と特徴融合モジュールを共有して,共同損失によって共同訓練した。最後に,LS-SSDDv1.0データセットを参照して,小血管検出と海-地セグメンテーションラベルを含む偏波SAR検出とセグメンテーションデータセットを作成し,このデータセットに関する実験結果は,他の典型的な方法よりも,この提案方法の改善を検証した。Copyright 2022 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:
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 (1件):
分類
JSTが定めた文献の分類名称とコードです
土地利用一般,地域制 

前のページに戻る