TAIGA:ハイパースペクトル画像からの連続的およびカテゴリー的森林変数のマルチタスク学習のための新しいデータセット【JST・京大機械翻訳】

Mottus Matti; Pham Phu; Halme Eelis; Molinier Matthieu; Cu Hai; Laaksonen Jorma

文献

J-GLOBAL ID：202202281626953878 整理番号：22A0959121

TAIGA:ハイパースペクトル画像からの連続的およびカテゴリー的森林変数のマルチタスク学習のための新しいデータセット【JST・京大機械翻訳】

TAIGA: A Novel Dataset for Multitask Learning of Continuous and Categorical Forest Variables From Hyperspectral Imagery

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=22A0959121&from=J-GLOBAL&jstjournalNo=H0016B") }}

著者 (6件)： , , , , ,
資料名：
巻： 60 ページ： ROMBUNNO.5521711.1-11 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)

現代の光学地球観測データのスペクトルと空間分解能は連続的に増加している。データを完全に利用するために,それらを他の情報源と統合し,実世界問題に関連するアプリケーションを創造し,広範な訓練データが必要である。0.7mのピクセルサイズを有する航空機搭載ハイパースペクトル画像を伴う,連続およびカテゴリー林業データを含むオープンデータセットであるTAIGAを提示した。データセットは,600以上の森林林分に属する70百万のラベル付きピクセルを含む。マルチタスク学習のためのTAIGAデータセットのベースラインを確立するために,著者らは13の森林変数を同時に検索するために畳み込みニューラルネットワークを訓練し,検証した。画像のサイズにより,訓練と試験セットは独立であり,45×45ピクセルまでのパッチに対して厳密に重複しなかった。著者らの検索結果は,スペクトル情報とテクスチャ情報の両方を含むことが,同じ画像からのスペクトル情報のみを含む以前の研究と比較して,重要な寒帯森林構造特性をマッピングする精度を改善することを示した。TAIGAは,ハイパースペクトルと非常に高い分解能画像の利用可能性の増加に応答し,林業と環境応用に関連する林業変数を含む。広く使われる小規模ハイパースペクトルデータセットの限界を克服する空間Lagrangeスペクトル法の新しいベンチマークとしてデータセットを提案した。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】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

リモートセンシング一般 , 森林植物学

, , , , ,

前のページに戻る