文献

J-GLOBAL ID：202202227646016161   整理番号：22A0397338

デュアルドメインネットワークを用いた合成開口レーダ画像における変化検出【JST・京大機械翻訳】

Change Detection in Synthetic Aperture Radar Images Using a Dual-Domain Network

著者 (5件)： Qu Xiaofan (School of Information Science and Engineering, Ocean University of China, Qingdao, China) ,  Gao Feng (School of Information Science and Engineering, Ocean University of China, Qingdao, China) ,  Dong Junyu (School of Information Science and Engineering, Ocean University of China, Qingdao, China) ,  Du Qian (Department of Electrical and Computer Engineering, Mississippi State University, Starkville, MS, USA) ,  Li Heng-Chao (School of Information Science and Technology, Southwest Jiaotong University, Chengdu, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.4013405.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： 合成開口レーダ(SAR)画像からの変化検出は,重要だが挑戦的なタスクである。既存の方法は空間領域における特徴抽出に主に焦点を合わせ,周波数領域にはほとんど注意が払われていない。さらに,パッチワイズ特徴分析において,限界領域におけるいくつかの雑音のある特徴を導入する。上記の2つの課題に取り組むために,二重ドメインネットワーク(DDNet)を提案した。特に,離散余弦変換(DCT)ドメインから特徴を取り上げ,再形状DCT係数を周波数領域分岐として提案モデルに統合した。周波数と空間領域の両方からの特徴表現を利用してスペックル雑音を緩和した。さらに,各パッチの中心領域を強調する多領域畳込み(MRC)モジュールを提案した。文脈情報と中心領域特徴を適応的にモデル化した。3つのSARデータセットに関する実験結果は,提案モデルの有効性を実証した。著者らのコードはhttps://github.com/summitgao/SAR_CD_DDNetで利用可能である。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： 雑音 ,  畳込み ,  *ネットワーク ,  特徴抽出 ,  有効性 ,  *合成開口レーダ ,  DCT【変換】 ,  周波数領域
準シソーラス用語： 文脈情報 ,  変化検出 ,  *SAR画像 ,  空間領域 ,  DCT係数 ,  スペックル雑音 ,  特徴表現 , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： 合成開口レーダ画像 ,  変化検出