文献

J-GLOBAL ID：202202262554379790   整理番号：22A1165112

深層学習アルゴリズムを用いた衛星画像からの土地被覆利用の分類【JST・京大機械翻訳】

Classification of Land Cover Usage from Satellite Images using Deep Learning Algorithms

著者 (3件)： Rao Duvvada Rajeswara (VR Siddhartha Engineering College,Dept. of CSE,Vijayawada,India) ,  Noorjahan Shaik (VR Siddhartha Engineering College,Dept. of CSE,Vijayawada,India) ,  Fathima Shaik Ayesha (VR Siddhartha Engineering College,Dept. of CSE,Vijayawada,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICEARS  ページ： 1302-1308  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： 地球環境とその発展は,ほぼリアルタイムの衛星画像を通して見ることができる。衛星画像を通して,リモートセンシングデータは,画像融合,変化検出,土地被覆分類,農業,採掘,災害軽減,およびモニタリング気候変動を含む多様な応用に使用できる重要な情報を提供する。このプロジェクトの目的は,多重定義土地被覆クラスに従って衛星画像を分類する方法を提案することである。提案アプローチは画像フォーマットにおけるデータ収集を含む。次に,データをデータ前処理技術を用いて前処理した。処理データを提案したアルゴリズムに供給し,得られた結果を解析した。衛星画像分類で用いられるアルゴリズムのいくつかは,U-Net,ランダムフォレスト,深いLabv3,CNN(畳込みニューラルネットワーク),ANN(人工ニューラルネットワーク),Resnetなどである。このプロジェクトでは,土地被覆分類のためにDeepLabv3(Atrous 畳込み)アルゴリズムを用いた。使用したデータセットは,深い地球土地被覆分類データセットである。DeepLabv3は,カスケードにおける多重アトラスレートを採用することによって,また,セグメントのスケールを決定するために並列に,マルチスケールコンテキストを捕えるために,反復的畳み込みを用いる意味的セグメンテーションシステムである。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： *アルゴリズム ,  畳込み ,  防災 ,  地球 ,  ニューラルネットワーク ,  気候変動 ,  多重化 ,  採掘 ,  *衛星利用画像 ,  データ収集 ,  *土地被覆 ,  *学習アルゴリズム
準シソーラス用語： 画像分類 ,  ランダムフォレスト ,  土地被覆分類 , 【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 (5件)： 深層学習 ,  アルゴリズム ,  衛星画像 ,  土地被覆 ,  分類