文献

J-GLOBAL ID：202202278498746224   整理番号：22A0943067

高分解能リモートセンシング画像のセマンティックセグメンテーションを用いた都市空地の大規模自動識別【JST・京大機械翻訳】

Large-scale automatic identification of urban vacant land using semantic segmentation of high-resolution remote sensing images

著者 (7件)： Mao Lingdong (Department of Civil Engineering, Tsinghua University, China) ,  Zheng Zhe (Department of Civil Engineering, Tsinghua University, China) ,  Meng Xiangfeng (School of Architecture and Hang Lung Center for Real Estate, Key Laboratory of Ecological Planning & Green Building, Ministry of Education, Tsinghua University, Beijing, China) ,  Zhou Yucheng (Department of Civil Engineering, Tsinghua University, China) ,  Zhao Pengju (Department of Civil Engineering, Tsinghua University, China) ,  Yang Zhihan (Department of Civil Engineering, Tsinghua University, China) ,  Long Ying (School of Architecture and Hang Lung Center for Real Estate, Key Laboratory of Ecological Planning & Green Building, Ministry of Education, Tsinghua University, Beijing, China)
資料名： Landscape and Urban Planning  (Landscape and Urban Planning)
巻： 222  ページ： Null  発行年： 2022年 
JST資料番号： E0618B  ISSN： 0169-2046  CODEN： LUPLEZ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 都市空地は世界的に成長する問題である。しかし,都市空地に関する既存の研究の大部分は小規模都市地域に集中しているが,大規模国家地域に焦点を当てた研究は少ない。都市空地の大規模同定は,従来の手動同定法を用いるとき,高コストと高変動の難点によって妨げられる。交差ドメイン同定における基準不整合も大きな課題である。これらの問題に取り組むために,著者らは,高解像度リモートセンシング画像のセマンティックセグメンテーションに基づく都市空地の大規模自動識別フレームワークを提案して,研究地域として中国の36の主要都市を選択した。フレームワークは,自動同定を実現して,都市層別化方法を導入して,同定基準不整合の課題に取り組むために,深い学習技術を利用した。36の主要な中国の都市に関する事例研究の結果は,2つの主要な結論を示した。第1に,空地同定の提案フレームワークは,手動同定法と比較して,はるかに高い結果安定性と約15倍高い効率で,専門監査者のレベルの90%以上の精度を達成できる。第二に,フレームワークは強いロバスト性を持ち,様々な都市で高性能を維持することができる。上記の利点により,提案フレームワークは,世界中の様々な国および地域における大規模空地同定に対する実用的手法を提供し,それは都市空地および将来の都市開発の学術開発にとって非常に重要である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習 ,  *セグメンテーション ,  *都市 ,  中華人民共和国 ,  層別 ,  *空地 ,  市街地 ,  都市開発 ,  事例研究 ,  衛星利用画像 ,  *高分解能 ,  ロバスト性
準シソーラス用語： *自動認識 ,  *リモートセンシング画像 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 都市の空格子点 ,  深層学習 ,  衛星画像 ,  都市成層化 ,  中国

分類 (2件)： 開発,再開発,都市整備  (RD02030V) ,  公園,造園,緑化  (RD04020Y)

タイトルに関連する用語 (7件)： 高分解能 ,  リモートセンシング画像 ,  セマンティックセグメンテーション ,  都市 ,  空地 ,  大規模 ,  自動識別