文献

J-GLOBAL ID：202202266546740794   整理番号：22A0482466

高解像度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マルチアテンションネットワーク【JST・京大機械翻訳】

Multiattention Network for Semantic Segmentation of Fine-Resolution Remote Sensing Images

著者 (7件)： Li Rui (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Zheng Shunyi (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Zhang Ce (Lancaster Environment Centre, Lancaster University, Lancaster, U.K.) ,  Duan Chenxi (State Key Laboratory of Information Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, Wuhan, China) ,  Su Jianlin (Shenzhen Zhuiyi Technology Company Ltd., Shenzhen, China) ,  Wang Libo (School of Remote Sensing and Information Engineering, Wuhan University, Wuhan, China) ,  Atkinson Peter M. (Lancaster Environment Centre, Lancaster University, Lancaster, U.K.)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 60  ページ： ROMBUNNO.5607713.1-13  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： 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は,土地資源管理,生物圏モニタリング,および都市計画を含む広範囲の応用において重要な役割を果たす。リモートセンシング画像における意味セグメンテーションの精度は深い畳み込みニューラルネットワークによってかなり増加しているが,いくつかの限界が標準モデルに存在する。第1に,U-Netのような符号器-符号器アーキテクチャのために,マルチスケール特徴の利用は,低水準の特徴と高レベル特徴が,どんな精密化なしで直接連結される情報の利用も引き起こす。第二に,特徴マップの長距離依存性を不十分に探索し,各意味クラスに関連した準最適特徴表現をもたらした。第3に,ドット-製品注意機構を導入し,長範囲依存性をモデル化するための意味的セグメンテーションに利用したとしても,大きな時間と空間要求は,大規模入力によるアプリケーションシナリオにおける注意の実際の利用を妨げる。本論文では,複数の効率的な注意モジュールを通して文脈依存性を抽出することにより,これらの問題に取り組むためのマルチアテンションネットワーク(MANet)を提案した。線形複雑性によるカーネル注意の新しい注意機構を提案して,注意における大きな計算要求を緩和した。カーネル注意とチャネル注意に基づいて,著者らは,ResNet-50によって抽出した局所特徴マップを,それらの対応するグローバル依存性と再重み相互依存チャネルマップを適応的に統合した。2つの大規模微細解像度リモートセンシングデータセットに関する数値実験は,提案したMANetの優れた性能を示した。コードはhttps://github.com/lironui/Multi-Attention-Network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： *意味論 ,  *セグメンテーション ,  *ネットワーク ,  都市計画 ,  符号器 ,  応用プログラム ,  規範モデル ,  精密化 ,  チャネル ,  *高分解能 ,  計算機アーキテクチャ
準シソーラス用語： マルチスケール ,  数値実験 ,  *リモートセンシング画像 ,  畳込みニューラルネットワーク , 【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 (4件)： 高解像度 ,  リモートセンシング画像 ,  意味論 ,  セグメンテーション