文献

J-GLOBAL ID：202202246403865870   整理番号：22A0651041

複合注意ネットワークに基づくリモートセンシング画像の河川セグメンテーション【JST・京大機械翻訳】

River Segmentation of Remote Sensing Images Based on Composite Attention Network

著者 (5件)： Fan Zhiyong (Collaborative Innovation Center on Atmospheric Environment and Equipment Technology, Nanjing University of Information Science and Technology, Nanjing 210044, China) ,  Hou Jianmin (Collaborative Innovation Center on Atmospheric Environment and Equipment Technology, Nanjing University of Information Science and Technology, Nanjing 210044, China) ,  Zang Qiang (Collaborative Innovation Center on Atmospheric Environment and Equipment Technology, Nanjing University of Information Science and Technology, Nanjing 210044, China) ,  Chen Yunjie (School of Math and Statistics, Nanjing University of Information Science and Technology, Nanjing 210044, China) ,  Yan Fei (Collaborative Innovation Center on Atmospheric Environment and Equipment Technology, Nanjing University of Information Science and Technology, Nanjing 210044, China)
資料名： Complexity  (Complexity)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： W2044A  ISSN： 1076-2787  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： リモートセンシング画像の河川セグメンテーションは,地域の環境モニタリング,災害警報,および農業計画のための重要な研究意義と応用価値である。本研究では,画像における豊富な河川詳細の問題点と,橋,影,および道路を含む非河川情報の干渉を解決するために,複合注意ネットワークに基づくリモートセンシング画像における河川セグメンテーションモデルを提案した。セグメンテーション効率を改善するために,最初に,河川情報の大域的特徴依存性を得るために,ネットワークの中心領域に複合注意機構を導入した。次に,本研究では,提案したセグメンテーションネットワークの訓練プロセスを最適化するために,2つのセグメンテーションオブジェクトの類似性を重み付きものに測定する,ピクセルワイズセグメンテーションとDice係数損失のために設計した二値交差エントロピー損失を動的に結合した。実験結果は,他の意味的セグメンテーションネットワークと比較して,提案方法の評価指数が他のものより高いことを示して,CoANetモデルの河川セグメンテーション効果は,著しく改良した。この方法は,遠隔観測画像における河川をより正確に,そして,コヒーレントにセグメント化することができ,それは,その後の研究の要求を満たすことができた。Copyright 2022 Zhiyong Fan et al. 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 ,  コヒーレンス ,  最適化 ,  警報 ,  *セグメンテーション ,  *ネットワーク ,  農業 ,  道路 ,  *河川 ,  性能指数 ,  *画像 ,  類似性 ,  *注意 ,  環境モニタリング
準シソーラス用語： *リモートセンシング画像 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S) ,  リモートセンシング一般  (AD04000L)

引用文献 (30件)：

• G. Schumann, R. Hostache, C. Puech, L. Hoffmann, P. Matgen, F. Pappenberger, L. Pfister, "High-resolution 3-D flood information from radar imagery for flood hazard management," IEEE Transactions on Geoscience and Remote Sensing, vol. 45, no. 6, pp. 1715-1725, 2007.
• G. Kaplan, U. Avdan, "Object-based water body extraction model using Sentinel-2 satellite imagery," European Journal of Remote Sensing, vol. 50, no. 1, pp. 137-143, 2017.
• C. Y. Lu, C. Y. Ren, Z. M. Wang, B. Zhang, W. Man, H. Yu, Y. Gao, M. Liu, "Monitoring and Assessment of Wetland Loss and Fragmentation in the Cross-Boundary Protected Area: a Case Study of Wusuli River Basin," Remote Sensing, vol. 11, no. 21, 2019.
• M. O. Sghaier, S. Foucher, R. Lepage, "River Extraction From High-Resolution SAR Images Combining a Structural Feature Set and Mathematical Morphology," Ieee Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 10, pp. 1-14, 2016.
• P. Yousefi, H. A. Jalab, R. W. Ibrahim, N. F. Mohd Noor, M. N. Ayub, A. Gani, "River segmentation using satellite image contextual information and Bayesian classifier," The Imaging Science Journal, vol. 64, no. 8, pp. 453-459, 2016.

タイトルに関連する用語 (4件)： 注意 ,  リモートセンシング画像 ,  河川 ,  セグメンテーション