文献

J-GLOBAL ID：202202230517379509   整理番号：22A1100996

リモートセンシング画像からの影抽出のためのクラスタリング特徴制約マルチスケール注意ネットワーク【JST・京大機械翻訳】

Clustering Feature Constraint Multiscale Attention Network for Shadow Extraction From Remote Sensing Images

著者 (7件)： Xie Yakun (Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu, China) ,  Feng Dejun (Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu, China) ,  Shen Xingyu (Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu, China) ,  Liu Yangge (Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu, China) ,  Zhu Jun (Faculty of Geosciences and Environmental Engineering, Southwest Jiaotong University, Chengdu, China) ,  Hussain Tanveer (Department of Software, Sejong University, Seoul, South Korea) ,  Baik Sung Wook (Department of Software, Sejong University, Seoul, South Korea)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.4705414.1-14  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： シャドウ抽出は,影の存在が放射情報を低減するだけでなく,リモートセンシング画像の解釈にも影響するので,リモートセンシング画像解析における重要で挑戦的なタスクである。本論文では,リモートセンシング画像からのシャドウ抽出のためのクラスタリング特徴制約マルチスケール注意ネットワークを提案した。最初に,従来のニューラルネットワークの画素レベル記述に加えて,著者らの方法は,影の画素群特徴を得るために,画素ペア間のクラスタ化関係に焦点を合わせた。ネットワークの特徴抽出能力は,画素レベルおよび画素グループ特徴における再重み付け機構によって改善された。第2に,著者らは,影領域に対するネットワーク注意を改善するために,文脈情報を考慮することによって特徴融合アルゴリズムを採用して,符号化および復号化層の間の非線形発現能力を強化した。さらに,リモートセンシング画像における影の最も顕著なマルチスケール特徴を考慮して,深いマルチスケール特徴集合構造を確立して,影のマルチスケール特徴表現をよりよく適合させた。最後に,提案した方法を検証するために,シャドウ抽出データセットを構築した。最新の深層学習モデルの結果と比較した。その結果,著者らの方法の交差点(IOU)は,0.85%のε≦9.51%によって改善され,F_1-スコアは,0.73Ω≦6.48によって改善されることを示した。さらに,異なる分解能の画像に対する試験結果は,提案した方法が他の方法よりもロバストであることを証明した。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： アルゴリズム ,  *ネットワーク ,  交差点 ,  ニューラルネットワーク ,  特徴抽出 ,  *クラスタ化 ,  *画像 ,  画素 ,  復号化 ,  ロバスト性 ,  機械学習
準シソーラス用語： 文脈情報 ,  *マルチスケール ,  *リモートセンシング画像 ,  特徴表現 ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： リモートセンシング画像 ,  影 ,  クラスタリング ,  制約 ,  マルチスケール ,  注意