文献
J-GLOBAL ID:202202271537487061   整理番号:22A0780404

高分解能リモートセンシング画像からの弱教師付き建築物抽出のための改良型擬似マスク生成【JST・京大機械翻訳】

Improved Pseudomasks Generation for Weakly Supervised Building Extraction From High-Resolution Remote Sensing Imagery
著者 (7件):
資料名:
巻: 15  ページ: 1629-1642  発行年: 2022年 
JST資料番号: W2259A  ISSN: 1939-1404  CODEN: IJSTHZ  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。
自由ラベリング画素レベルサンプルから利益を得て,弱い教師つき意味セグメンテーション(WSSS)は,高解像度(HR)リモートセンシング(RS)画像から構築を自動的に抽出する。WSSS法では,高品質の擬似マスクを生成することは正確な建築物抽出にとって重要である。画像レベルラベルを用いて擬似マスクを生成する性能を改良するために,本論文は,敵対的上昇とゲート畳込みを結合することによって,弱い監督された建築物抽出方法を提案した。提案方法は,敵対的上昇戦略を用いて,クラス活性化マップ(CAMs)を最適化し,ゲート畳込みモジュールを導入することによって正確なクラス境界マップを生成し,さらにランダムウォーク戦略でペアリング意味親和性とCAMを融合することによって,構築擬似マスクを精密化する。3つのデータセットの2つのISPRSデータセットと自己注釈付きデータセットの実験結果は,提案した方式がSOTA WSSS法よりも性能が優れており,HR RS撮像装置からの建物抽出の改善につながることを示した。本論文では,擬似マスク生成最適化のための新しいアプローチとRS画像上の弱教師つき応用に対する方法論的参照を提供した。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:
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
図形・画像処理一般 

前のページに戻る