文献

J-GLOBAL ID：202202234494927529   整理番号：22A0780274

HENet:超高分解能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ヘッドレベルアンサンブルネットワーク【JST・京大機械翻訳】

HENet: Head-Level Ensemble Network for Very High Resolution Remote Sensing Images Semantic Segmentation

著者 (6件)： Cao Yong (National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Huo Chunlei (National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Xu Nuo (National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Zhang Xin (National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Xiang Shiming (National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing, China) ,  Pan Chunhong (National Laboratory of Pattern Recognition, Institute of Automation, Chinese Academy of Sciences, Beijing, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.6506005.1-5  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： セマンティックセグメンテーションは,非常に高い解像度(VHR)画像理解において重要な役割を担っている。エンドツーエンド特徴学習による性能改善における深い畳み込みネットワークの可能性にもかかわらず,各モデルはその限界を持ち,単一モデルによって純粋に複雑な特徴を識別することは難しい。アンサンブル学習は,異なるモデルの強さを統合するのに有望であるが,深いモデルのアンサンブルは,異なるモデル間の相補性の捕捉の困難さと同様に,膨大な量のパラメータおよび深いモデル自体の計算のため,挑戦的である。これらの問題に取り組むために,ヘッドレベルアンサンブルネットワーク(HENet)を,このレターにおいて提案し,それは,特徴抽出ネットワークを共有することによって,モデル複雑性を減らし,そして,新規協同学習(CL)によって,モデル間の相補性を改善した。ISPRS2-D意味ラベリングベンチマークに関する実験は,提案した方法の有効性と利点を実証した。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： 畳込み ,  学習 ,  *セグメンテーション ,  *ネットワーク ,  特徴抽出 ,  エンドツーエンド方式 ,  モデル ,  *集合 ,  相補性 ,  有効性 ,  画像理解 ,  機械学習
準シソーラス用語： アンサンブル学習 ,  協調学習 ,  複雑性 ,  *リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 高分解能 ,  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