文献
J-GLOBAL ID:202202264376090785   整理番号:22A1163232

HRリモートセンシング画像における意味変化検出のための2時間意味推論【JST・京大機械翻訳】

Bi-Temporal Semantic Reasoning for the Semantic Change Detection in HR Remote Sensing Images
著者 (6件):
資料名:
巻: 60  ページ: ROMBUNNO.5620014.1-14  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:
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。
意味変化検出(SCD)は,観測間隔の前後において,変化位置だけでなく詳細な土地被覆/土地利用(LCLU)カテゴリーを提供するために,マルチクラス変化検出(MCD)タスクを拡張した。この微細粒意味変化情報は,多くの応用で非常に有用である。最近の研究は,SCDが2つの時間的分岐と変化分岐を含む3重分枝畳込みニューラルネットワーク(CNN)を通してモデル化できることを示した。しかし,このアーキテクチャでは,時間的分岐と変化分岐間の通信は不十分である。既存の方法の限界を克服するために,SCDのための新しいCNNアーキテクチャを提案し,そこでは,意味的時間的特徴を深いCDユニットに併合する。さらに,このアーキテクチャについて,二時間意味相関の理由を詳述した。得られた二時間意味推論ネットワーク(Bi-SRNet)は,単一時間および交差時間意味相関の両方の理由,ならびに,変化検出結果の意味的一貫性を改善する新しい損失関数の両方の理由に,2種類の意味推論ブロックを含む。ベンチマークデータセットに関する実験結果は,提案したアーキテクチャが既存のアプローチに対して顕著な精度改善を獲得し,一方,Bi-SRNetにおける追加設計が意味的カテゴリーと変化領域の両方のセグメンテーションをさらに改善することを示した。本論文のコードはhttps://github.com/ggsDing/Bi-SRNetでアクセスできる。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:
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
人工知能 
タイトルに関連する用語 (4件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る