文献

J-GLOBAL ID：202202256068323053   整理番号：22A0203829

多時期作物認識のための開集合セマンティックセグメンテーション【JST・京大機械翻訳】

Open Set Semantic Segmentation for Multitemporal Crop Recognition

著者 (4件)： Chamorro Martinez Jorge A. (Department of Electrical Engineering, Pontifical Catholic University of Rio de Janeiro, Rio de Janeiro, Brazil) ,  Oliveira Hugo (Institute of Mathematics and Statistics (IME), University of Sao Paulo (USP), Sao Paulo, Brazil) ,  Santos Jefersson A. dos (Department of Computer Science (DCC), Universidade Federal de Minas Gerais (UFMG), Belo Horizonte, Brazil) ,  Feitosa Raul Queiroz (Department of Electrical Engineering, Pontifical Catholic University of Rio de Janeiro, Rio de Janeiro, Brazil)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.2501905.1-5  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： 多重時間リモートセンシング画像は,自動作物マッピングとモニタリングのための情報源として重要な役割を果たす。時間に沿った空間/スペクトルパターン進化は,作物の動力学に関する情報を提供し,生産性推定に非常に有用である。作物の多時期マッピングは,近年,深い学習の出現によってかなり進んでいるが,得られた分類モデルは,予測段階で未知のクラスに暴露されたとき,まだ限界があり,それらの有用性を縮減する。換言すれば,これらのモデルは,作物の閉鎖セット(例えばダイズとサトウキビ)を同定するために訓練され,従って他のタイプの作物(例えばトウモロコシ)を認識できない。本レターでは,既知のクラスを学習できるだけでなく,予測段階で新しい作物を識別することができるOpenPCS++と呼ばれる新しいアプローチを提案することにより,多時間作物認識の課題を扱う。提案した方法をブラジルの熱帯気候に位置する2つの挑戦的な公共データセットで評価した。結果は,OpenPCS++が,ベースラインと比較して,受信者操作特性(ROC)曲線の下の面積に関して,0.19までの増加を達成したことを示した。コードはhttps://github.com/DiMorten/osss-mcrで利用可能である。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： 情報源 ,  *農作物 ,  サトウキビ ,  ダイズ ,  ブラジル連邦共和国 ,  多重化 ,  基準線
準シソーラス用語： 熱帯気候 ,  リモートセンシング画像 ,  分類モデル ,  *多時期 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 多時期 ,  作物 ,  セマンティックセグメンテーション