文献

J-GLOBAL ID：202202238112287911   整理番号：22A0959555

光学およびSASデータにおける人造水中物体の分類のための特徴集合【JST・京大機械翻訳】

Feature Set for Classification of Man-Made Underwater Objects in Optical and SAS Data

著者 (2件)： Abu Avi (Department of Marine Technology, University of Haifa, Haifa, Israel) ,  Diamant Roee (Department of Marine Technology, University of Haifa, Haifa, Israel)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 22  号： 6  ページ： 6027-6041  発行年： 2022年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  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： 本論文では,一対のSASと光学画像を用いて,海底上の人工物と自然物体を識別することができる特徴キャラクタリゼーション法を提案した。スケール不変特徴変換(SIFT)のような特徴マッチング法は,通常,特徴点を検出するために勾配情報を利用するが,輪郭ベース特徴は,粗さ,円形度,および固体性のような幾何学的記述子をしばしば使用する。しかし,ソナーと光学画像の異なる特性のため,現在の記述子は,ソナー光学画像対に直接適用できない。水(泥水,散乱光を散乱する粒子濃度)の明瞭度,およびプラットフォームの安定性,およびSAS画像に対する海底からの反射は,2つの画像を歪め,2つの画像源間の整合を困難にする重要なパラメータである。本論文では,水中光-SAS画像対における人工物体を同定できる特徴キャラクタリゼーション法を提案した。2つの新しい輪郭ベースの特徴記述子を導入した。第一はエントロピー角特性であり,輪郭上の点から生じる角度のエントロピーを反映することを目的とする。2番目の特徴は局所曲線フィッティングであり,局所曲線多項式フィッティングの半径方向-極性空間を特徴付ける。記述子は,その輪郭が岩石のような自然物体より滑らかであると予想される人工物体を特徴付けるように設計されている。1,519の光学-SAS画像対から成る実際の大きなデータセットに関する実験結果は,提案方法が,人工と自然の対象物の間の高い分類精度と良い識別を有することを確かめるために示した。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： エントロピー ,  ソナー ,  多項式 ,  泥水 ,  岩石 ,  曲線あてはめ ,  明瞭度 ,  *画像 ,  角度 ,  海底 ,  光学画像 ,  輪郭 ,  キャラクタリゼーション ,  散乱光
準シソーラス用語： 人工物 , 【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 (6件)： 光学 ,  SAS ,  水中 ,  物体 ,  分類 ,  集合