文献

J-GLOBAL ID：202202222182983535   整理番号：22A1019064

リモートセンシング画像セマンティックセグメンテーションのための深層学習とオントロジー推論の結合【JST・京大機械翻訳】

Combining deep learning and ontology reasoning for remote sensing image semantic segmentation

著者 (4件)： Li Yansheng (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China) ,  Ouyang Song (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China) ,  Ouyang Song (Institute of Remote Sensing and GIS, Peking University, Beijing, China) ,  Zhang Yongjun (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan 430079, China)
資料名： Knowledge-Based Systems  (Knowledge-Based Systems)
巻： 243  ページ： Null  発行年： 2022年 
JST資料番号： T0426A  ISSN： 0950-7051  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： その広い潜在用途のため,リモートセンシング(RS)画像意味セグメンテーションは,近年,増加する研究興味を引きつけた。現在まで,深い意味セグメンテーションネットワーク(DSSN)は,RS画像のセマンティックセグメンテーションに関してある程度の成功を達成して,手作業特徴に基づく伝統的方法を明らかに上回ることができた。古典的なデータ駆動技術として,DSSNはエンドツーエンド機構によって訓練され,RS画像を理解するために低レベルおよび中レベルキュー(すなわち識別画像構造)を採用するのに適格である。しかし,その解釈可能性と信頼性は,データ駆動深層学習法の性質弱点のために不良である。対照的に,人間は,優れた推論能力を持ち,基本的RSドメイン知識でRS画像を確実に解釈できる。オントロジー推論は,ヒトのドメイン知識を模倣し,使用する理想的な方法である。しかし,RSドメインではまだほとんど探索されず,採用される。DSSNの前述の臨界限界の解決策として,本研究では,データ駆動深層学習モジュールと知識誘導オントロジー推論モジュールを反復方式で結合するための協調ブースティングフレームワーク(CBF)を提案した。深層学習モジュールはDSSNアーキテクチャを採用し,DSSNの入力として元の画像と推論されたチャネルの統合を取る。さらに,オントロジー推論モジュールは,イントラおよびタキソノミー推論から成る。より具体的には,分類性能を向上するための鍵であるドメイン知識に基づく深層学習モジュールの誤分類を直接補正する。追加分類学推論は,元のRS画像空間におけるDSSNの弁別性能を改善するために,現在の分類を超えて推論されたチャネルを生成することを目的とする。一方,オントロジー推論モジュールからの参照チャネルから利益を得て,元の画像と参照チャネルの統合を用いた深層学習モジュールは,元の画像だけを使用するよりも,より良い分類性能を達成できる。他方,深い学習モジュールからのより良い分類結果は,オントロジー推論モジュールの性能をさらに改善する。全体として,深層学習とオントロジー推論モジュールは,反復で相互にブーストされる。UCMとISPRS Potsdamのような2つの公開RSデータセットに関する広範な実験は,提案したCBFが大きなマージンを持つ競合基準を凌駕できることを示した。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： *学習 ,  信頼性 ,  *セグメンテーション ,  ヒト ,  *画像 ,  *リモートセンシング ,  エンドツーエンド方式 ,  *推論 ,  計算機アーキテクチャ ,  *機械学習 ,  *オントロジー ,  ドメイン知識
準シソーラス用語： 分類学 ,  *リモートセンシング画像 ,  データ駆動 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 協調的ブースティングフレームワーク(CBF) ,  深層学習 ,  オントロジー推論 ,  深層セマンティックセグメンテーションネットワーク(DSSN) ,  リモートセンシング(RS)画像

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： リモートセンシング画像 ,  セマンティックセグメンテーション ,  深層学習 ,  オントロジー ,  推論