文献

J-GLOBAL ID：202202236962246840   整理番号：22A0482456

VHRリモートセンシング画像分類のためのゲート付き再帰マルチアテンションネットワーク【JST・京大機械翻訳】

Gated Recurrent Multiattention Network for VHR Remote Sensing Image Classification

著者 (6件)： Li Boyang (College of Electronic Science and Technology, National University of Defense Technology (NUDT), Changsha, China) ,  Guo Yulan (College of Electronic Science and Technology, National University of Defense Technology (NUDT), Changsha, China) ,  Yang Jungang (College of Electronic Science and Technology, National University of Defense Technology (NUDT), Changsha, China) ,  Wang Longguang (College of Electronic Science and Technology, National University of Defense Technology (NUDT), Changsha, China) ,  Wang Yingqian (College of Electronic Science and Technology, National University of Defense Technology (NUDT), Changsha, China) ,  An Wei (College of Electronic Science and Technology, National University of Defense Technology (NUDT), Changsha, China)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5606113.1-13  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： 深層学習の進歩によって,多くの最近のCNNベースの方法は,画像分類のために有望な結果をもたらした。非常に高分解能(VHR)リモートセンシング画像において,画像分類に対する異なる領域の寄与は,情報領域は一般に制限され,全画像を通して散乱されるので,著しく変化する。したがって,これらの有益な分野により多くの注意を払い,長距離にわたってそれらをよりよく組み込む方法は,対処すべき2つの主要な課題である。本論文では,これらの問題に取り組むために,ゲート付き再帰マルチアテンションニューラルネットワーク(GRMA-Net)を提案した。有益な特徴は,ネットワーク(即ち,浅い層における局所テクスチャ特徴および深層におけるグローバルプロファイル特徴)における多重段階で一般的に発生するので,著者らは,より識別的な特徴を抽出するための有益な領域に焦点を合わせるために,マルチレベル注意モジュールを使用した。次に,これらの特徴を空間シーケンスとして配置し,長距離依存性と文脈関係を捕捉するために,深いゲートリカレントユニット(GRU)に供給した。UC Merced(UCM),Aerial Image データセット(AID),NWPU-RESISC(NUPU),および最適-31(Optimal)データセットに関する著者らの方法を評価した。実験結果は,他の最先端の方法と比較して,著者らの方法の優れた性能を示した。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： *ネットワーク ,  多重化 ,  *リモートセンシング ,  深層 ,  高分解能
準シソーラス用語： マルチレベル ,  *画像分類 ,  距離依存性 ,  長距離 ,  *リモートセンシング画像 ,  テクスチャ特徴 ,  深層学習 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： リモートセンシング画像 ,  分類 ,  ゲート