文献

J-GLOBAL ID：202202243673729662   整理番号：22A0457025

SAR画像変化検出のための動的グラフレベルニューラルネットワーク【JST・京大機械翻訳】

Dynamic Graph-Level Neural Network for SAR Image Change Detection

著者 (5件)： Wang Rongfang (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Artificial Intelligence, Xidian University, Xi’an, China) ,  Wang Liang (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Artificial Intelligence, Xidian University, Xi’an, China) ,  Wei Xiaohui (Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, College of Computer Science and Technology, Jilin University, Changchun, China) ,  Chen Jia-Wei (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Artificial Intelligence, Xidian University, Xi’an, China) ,  Jiao Licheng (Key Laboratory of Intelligent Perception and Image Understanding of Ministry of Education, School of Artificial Intelligence, Xidian University, Xi’an, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.4501005.1-5  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： グラフニューラルネットワーク(GNN)は,画像解析と認識に広く適用されてきた。最近,半教師つきグラフ畳み込みネットワーク(ssGCN)法を提案し,検出を変化し,高分解能リモートセンシング画像で有望な性能を得た。しかし,合成開口レーダ(SAR)画像はスペックル雑音を受け,明確な構造は存在しない。本レターでは,エンドツーエンド動的グラフレベルニューラルネットワーク(DGLNN)を提案し,グラフレベルで各画素近傍ブロックの局所構造を利用し,変化検出に対するより弁別的グラフを学習した。さらに,DGLNNの訓練において,K最近傍を用いて,2ノード間の固定エッジの代わりにノード間のエッジを再構成し,各ノードが異なる隣接ノードから特徴を利用するようにした。提案方法を,SAR画像の4つの集合に関する交差ドメインSAR画像変化検出によって検証し,5つの最先端の深層学習ベースのSAR画像変化検出法と比較した。全体の実験結果は,提案したDGLNNが優れた性能を持つことを示した。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： 畳込み ,  *ネットワーク ,  画素 ,  再構成 ,  エンドツーエンド方式 ,  画像分析 ,  高分解能 ,  合成開口レーダ
準シソーラス用語： 局所構造 ,  変化検出 ,  *SAR画像 ,  リモートセンシング画像 ,  スペックル雑音 ,  深層学習 ,  隣接ノード , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： SAR画像 ,  変化検出