文献

J-GLOBAL ID：202202219185429615   整理番号：22A0575778

境界ボックス回帰ネットワークに基づく単一SAR画像からの大規模建築物高さ検索【JST・京大機械翻訳】

Large-scale building height retrieval from single SAR imagery based on bounding box regression networks

著者 (8件)： Sun Yao (Department of Aerospace and Geodesy, Data Science in Earth Observation, Technical University of Munich, Arcisstrasse 21, 80333 Munich, Germany) ,  Mou Lichao (Department of Aerospace and Geodesy, Data Science in Earth Observation, Technical University of Munich, Arcisstrasse 21, 80333 Munich, Germany) ,  Mou Lichao (Remote Sensing Technology Institute, German Aerospace Center (DLR), Muenchener Strasse 20, 82234 Wessling, Germany) ,  Wang Yuanyuan (Department of Aerospace and Geodesy, Data Science in Earth Observation, Technical University of Munich, Arcisstrasse 21, 80333 Munich, Germany) ,  Wang Yuanyuan (Remote Sensing Technology Institute, German Aerospace Center (DLR), Muenchener Strasse 20, 82234 Wessling, Germany) ,  Montazeri Sina (Remote Sensing Technology Institute, German Aerospace Center (DLR), Muenchener Strasse 20, 82234 Wessling, Germany) ,  Zhu Xiao Xiang (Department of Aerospace and Geodesy, Data Science in Earth Observation, Technical University of Munich, Arcisstrasse 21, 80333 Munich, Germany) ,  Zhu Xiao Xiang (Remote Sensing Technology Institute, German Aerospace Center (DLR), Muenchener Strasse 20, 82234 Wessling, Germany)
資料名： ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing)  (ISPRS Journal of Photogrammetry and Remote Sensing (International Society for Photogrammetry and Remote Sensing))
巻： 184  ページ： 79-95  発行年： 2022年 
JST資料番号： H0048A  ISSN： 0924-2716  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： 合成開口レーダ(SAR)画像からの建物高さ検索は,都市応用にとって非常に重要であるが,SARデータの複雑性のため,非常に挑戦的である。本論文は,単一TerraSAR-Xスポットライトまたはストリップマップ画像から大規模都市域における建築物高さ検索の課題に取り組んだ。レーダ視線幾何学に基づいて,この問題を境界ボックス回帰問題として定式化し,従って,大規模にグランドトルースを生成する多重データソースから高さデータを統合できることを提案した。相補的情報として地理情報システム(GIS)データから建物フットプリントを導入し,建築物フットプリントとその境界ボックス間の位置関係を利用する境界ボックス回帰ネットワークを提案し,高速計算を可能にした。この方法を高分解能スポットライトとストリップマップモードの両方でTerraSAR-X画像を用いて4つの都市データセットで検証した。実験結果は,提案したネットワークが,Faster R-CNNベースの方法と比較して,個々の建築物の高さ精度を維持しながら,計算コストを著しく低減できることを示した。さらに,提案したネットワークに対する不正確なGISデータの影響を検討し,本研究では,境界ボックス回帰ネットワークがGISデータの位置決め誤差に対してロバストであることを示した。提案方法は,地域または地球規模の規模に適用する大きな可能性を有する。このコードは,ギトゥム/ヤー0-太陽/ボックス-SAR構築で公的に利用できる。Copyright 2022 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： 幾何学 ,  太陽 ,  レーダ ,  *ネットワーク ,  地図 ,  大都市 ,  都市 ,  帯板 ,  *建築物 ,  定式化 ,  高分解能 ,  合成開口レーダ ,  ロバスト性 ,  地理情報システム
準シソーラス用語： グランドトゥルース , 【Automatic Indexing@JST】

著者キーワード (6件)： 建築の高さ ,  境界ボックス回帰 ,  深層畳込みニューラルネットワーク(CNN) ,  地理情報システム(GIS) ,  大規模都市域 ,  合成開口レーダ(SAR)

分類 (4件)： 写真測量,空中写真  (RC02040D) ,  図形・画像処理一般  (JE04010I) ,  地形データの処理  (RC02050O) ,  測樹学  (FF01040T)

タイトルに関連する用語 (6件)： 境界 ,  ボックス ,  SAR画像 ,  大規模建築物 ,  高さ ,  検索