文献
J-GLOBAL ID:202202254112672727   整理番号:22A0397756

リモートセンシング画像の意味論的セグメンテーションのための漸進的誘導エッジ知覚ネットワーク【JST・京大機械翻訳】

Progressive Guidance Edge Perception Network for Semantic Segmentation of Remote-Sensing Images
著者 (4件):
資料名:
巻: 19  ページ: ROMBUNNO.8008105.1-5  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:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
リモートセンシング画像の意味論的セグメンテーションにおいて顕著な改善が見られた。浅い情報と深い情報を集約するための効果的な構造として,エンコーダーデコーダ構造は,多くの最先端のモデルで広く用いられているが,完全には取り組まれていない2つの欠点を持っている。一方では,エンコーダーディスプレイデコーダ構造は,浅い層と深い層から直接得られた特徴を融合する。いくつかの詳細な情報を収集するにもかかわらず,浅い層の貧弱な判別能力のため,雑音の多い特徴をもたらす。一方,既存のエンコーダ符号器構造は,一度符号器の最後の層によって生成された高レベル情報を融合し,それは復号器における特徴凝集過程へのその誘導能力を無視する。本レターでは,まず,浅い情報における雑音の多い特徴を除去し,また,特徴の構造情報を強化するためのエッジ知覚モジュール(EPM)を提案した。次に,著者らは,高レベル情報モジュール(HIM)を通して,復号器における種々の段階のために適応的に最も適切な誘導情報を生成した。最後に,特徴集約モジュール(FAM)における特徴集約を達成するために誘導情報を適用した。EPM,HIM,およびFAMと組み合わせて,著者らの提案モデルは,遠隔センシング画像のセマンティックセグメンテーションにおける新しい最先端技術である,挑戦的なISPRS Vaihingenテストセットに関する89.5%の総合精度(OA)を達成した。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:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (1件):
分類
JSTが定めた文献の分類名称とコードです
図形・画像処理一般 

前のページに戻る