文献
J-GLOBAL ID:202202277928797552   整理番号:22A0960020

リモートセンシング画像捕捉のためのマルチスケール多重相互作用ネットワーク【JST・京大機械翻訳】

Multiscale Multiinteraction Network for Remote Sensing Image Captioning
著者 (5件):
資料名:
巻: 15  ページ: 2154-2165  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。
リモートセンシング画像キャプテーションにおける最近の研究の多くは,自然画像キャプテーションによって影響を受ける。これらの方法は,以前の研究を改善するために,モデルアーキテクチャの欠陥を固定する傾向があるが,リモートセンシング画像と自然画像間の差異にはほとんど注目されていない。これらの違いを考慮することにより,マルチスケール多重相互作用リモートセンシング画像キャプテーションモデルを提案した。図1(a)では,リモートセンシング画像のターゲットは広範囲のスケールを持つ。一方,自然画像は,一般に取り込まれ,前景ターゲットに対する類似のスケールをもたらす。射撃法の違いにより,近接自然画像に事前訓練されたモデルは,マルチスケールリモートセンシング目標を良好に捕捉できない。この問題を軽減するために,特徴表現のための2段階マルチスケール構造を提案し,ここではまず,ドメイン適応のためのリモートセンシング画像上のCNNバックボーンを微調整し,次に,マルチスケール特徴表現として異なる段階から特徴を集めた。さらに,射撃距離のため,リモートセンシング画像における目標の高さ情報は大いに弱まり,従って,低植物や草のようないくつかの対象は,図1(b)のように同定するのが困難になる。したがって,著者らは,さらに,同じおよび異なる層の情報フローが効果的に相互作用できるマルチ相互作用特徴表現モジュールを提案する。特徴間の類似性スコアを計算することによって,著者らは高い類似性を有する特徴を融合して,異なるカテゴリの特徴の間の距離を増やして,それによって識別可能性を強化した。RSICD,Sydney-Caption,およびUCM-Captionの結果は,比較した方法よりも明確な改善を示した。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:
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 
タイトルに関連する用語 (5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