文献

J-GLOBAL ID：202202245268655346   整理番号：22A0397681

深層マルチタスク学習に基づく超高空間分解能リモートセンシング画像からの細粒度建築物変化検出【JST・京大機械翻訳】

Fine-Grained Building Change Detection From Very High-Spatial-Resolution Remote Sensing Images Based on Deep Multitask Learning

著者 (5件)： Sun Ying (School of Geography and Planning, Sun Yat-sen University, Guangzhou, China) ,  Zhang Xinchang (School of Geographical Sciences, Guangzhou University, Guangzhou, China) ,  Huang Jianfeng (School of Geography and Planning, Sun Yat-sen University, Guangzhou, China) ,  Wang Haiying (College of Environment and Planning, Henan University, Kaifeng, China) ,  Xin Qinchuan (School of Geography and Planning, Sun Yat-sen University, Guangzhou, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.8000605.1-5  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： 非常に高空間分解能(VHR)リモートセンシング画像からの建物変化検出は,都市計画や被害評価のような様々な応用において人気が高まっている。VHR画像からの建物の1つの土地被覆タイプから他のものへの変化遷移は,多重時間表現が複雑であるので,まだ困難である。最近,完全畳み込みニューラルネットワーク(FCN)はVHR画像の特徴抽出と意味的セグメンテーションが可能であることが証明されているが,その変化検出における能力は未証明で未知である。本レターでは,著者らは,微粒の「-から」変化検出に対する情報の補助源として,建築物の意味的セグメンテーションを利用した。VHR画像から建物変化を検出するための,変化検出(MTL-CD)のための深いマルチタスク学習フレームワークを提案した。MTL-CDは,符号器-符号器アーキテクチャを採用して,同時に,意味セグメンテーションの,変化検出と補助タスクの主要タスクを解決する。従って,変化検出損失関数は,補助セマンティックセグメンテーションタスクによって制約され,変化検出の改善のためのビルフットプリントの検出誤差のバックプロパゲーションを可能にする。また,Guangzhou(広州)データセットと命名された建物変化検出データセットを,モデル評価用に開発し,その中で,2時間RΣΔG-B画像を,異なる飛行高さを有する飛行機(2009)および無人機(UAV,2019)によって収集した。広州データセットに関する実験は,MTL-CD方式が,効果的に細粒の「-から」変化を検出して,ポスト分類方法と直接変化検出方法より優れていることを証明した。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： *セグメンテーション ,  損失関数 ,  都市計画 ,  飛行機 ,  特徴抽出 ,  多重化 ,  符号器 ,  無人機 ,  深層 ,  計算機アーキテクチャ ,  逆伝搬法 ,  土地被覆
準シソーラス用語： 変化検出 ,  *リモートセンシング画像 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (7件)： 深層 ,  マルチタスク学習 ,  高空間分解能 ,  リモートセンシング画像 ,  細粒度 ,  建築物 ,  変化検出