リモートセンシング画像の意味論的セグメンテーションのためのクラスを意識したドメイン適応【JST・京大機械翻訳】

Xu Qingsong; Yuan Xin; Ouyang Chaojun

文献

J-GLOBAL ID：202202236418390124 整理番号：22A0202529

リモートセンシング画像の意味論的セグメンテーションのためのクラスを意識したドメイン適応【JST・京大機械翻訳】

Class-Aware Domain Adaptation for Semantic Segmentation of Remote Sensing Images

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0202529&from=J-GLOBAL&jstjournalNo=H0016B") }}

著者 (3件)： , ,
資料名：
巻： 60 ページ： ROMBUNNO.4500317.1-17 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)

リモートセンシング画像の意味論的セグメンテーションのための教師なしドメイン適応(UDA)は,オブジェクトの同じクラスが異なったスペクトルを持つかもしれないので,同じクラスのオブジェクトが,異なるスペクトルを持つかもしれないので,挑戦的である。この問題に取り組むために,マルチソース遠隔センシング画像のUDAセマンティックセグメンテーションのためのクラス意識生成敵対ネットワーク(CaGAN)を提案し,ラベルのないソースドメイン画像とラベルのないターゲットドメイン画像の間のクラス内とクラス間の不一致を明示的にモデル化した。特に,グローバルドメインアラインメント(GDA)を強化するために,著者らは,敵対的学習フレームワークにより細かい特徴を追加するための移動可能な注意アラインメント(TAA)手順を提案する。次に,意味セグメンテーションにおける新しいクラス意識ドメインアラインメント(CDA)アプローチを提案した。CDAは主に2つの部分を含んでいる:最初のものは適応カテゴリ選択であり,それはクラス不均衡を軽減して,ソースとターゲットドメインにおける信頼できるパーカテゴリセンターを選択する。第2のものは,適応カテゴリアラインメントであり,それは,ソースのみ,ターゲットのみ,およびジョイントソースとターゲット画像からクラス内コンパクト性とクラス間分離性をモデル化することである。最後に,CDAはGaGANを交互かつ反復的に訓練するGDAのペナルティとして演ずる。空間への空間,スペクトルに対するスペクトル,空間-空間およびスペクトル-スペクトルデータセットの両者の領域適応に関する実験は,CaGANが,交差空間および交差スペクトルリモートセンシング画像における意味的セグメンテーションの包括的な応用の出発点およびベースラインとして役立つかもしれない,現在の最先端の方法より優れていることを実証した。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】

, , , , , , , ,
, , 【Automatic Indexing@JST】

図形・画像処理一般 , パターン認識

, , , , ,

前のページに戻る