文献

J-GLOBAL ID：202202264273034843   整理番号：22A0396487

不規則サンプリング衛星画像時系列の合同教師付き分類と再構成【JST・京大機械翻訳】

Joint Supervised Classification and Reconstruction of Irregularly Sampled Satellite Image Times Series

著者 (3件)： Constantin Alexandre (LJK, CNRS, National Institute for Research in Digital Science and Technology (INRIA), Grenoble INP, Universite ́ Grenoble Alpes, Grenoble, France) ,  Fauvel Mathieu (CESBIO, CNES/CNRS/INRAe/IRD/UPS, Universite ́ de Toulouse, Toulouse, France) ,  Girard Stephane (LJK, CNRS, National Institute for Research in Digital Science and Technology (INRIA), Grenoble INP, Universite ́ Grenoble Alpes, Grenoble, France)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.4403913.1-13  発行年： 2022年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： 最近の衛星ミッションは大量の地球観測データをもたらし,その多くは自由に利用可能である。このような状況において,衛星画像時系列を用いて土地利用と土地被覆情報を研究した。しかし,Sentinel-2またはLandsatのような光学時系列は,異なる空間位置に対する不規則な時間サンプリングで提供され,画像は雲と影を含む可能性がある。したがって,そのようなデータを適切に分類するためには,前処理技術が通常必要である。提案アプローチは,分類過程で直接不規則な時間サンプリングと欠測データを扱うことができる。それはGauss過程に基づいており,画素ラベルの分類と画素時系列の再構成を同時に実行することを可能にする。方法の複雑性は画素数に線形にスケールし,大規模シナリオでそれを許容した。実験分類と再構成結果は,この方法が最先端の分類器とは競合しないが,検出されない雲や影の存在に関してロバストである再構成を生成し,いかなる時間前処理も必要としないことを示した。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： 土地利用 ,  前処理 ,  Gauss過程 ,  *画素 ,  再構成 ,  線形性 ,  ロバスト性 ,  土地被覆
準シソーラス用語： *時系列画像 ,  欠測値 ,  複雑性 ,  地球観測 ,  画素数 ,  *教師付き分類 ,  不規則サンプリング , 【Automatic Indexing@JST】

分類 (3件)： 写真測量,空中写真  (RC02040D) ,  リモートセンシング一般  (AD04000L) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 不規則サンプリング ,  衛星画像 ,  時系列 ,  合同 ,  教師付き分類 ,  再構成