文献

J-GLOBAL ID：202202287421942468   整理番号：22A0397877

CNNがビジョン変圧器に出会うとき:遠隔センシングシーン分類のための結合フレームワーク【JST・京大機械翻訳】

When CNNs Meet Vision Transformer: A Joint Framework for Remote Sensing Scene Classification

著者 (3件)： Deng Peifang (Key Laboratory of Optoelectronic Technology and Systems of the Education Ministry of China, Chongqing University, Chongqing, China) ,  Xu Kejie (Key Laboratory of Optoelectronic Technology and Systems of the Education Ministry of China, Chongqing University, Chongqing, China) ,  Huang Hong (Key Laboratory of Optoelectronic Technology and Systems of the Education Ministry of China, Chongqing University, Chongqing, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.8020305.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： セン分類はリモートセンシング画像解釈の不可欠な部分であり,様々な畳み込みニューラルネットワーク(CNN)ベースの方法は分類精度を改善するために探索されてきた。それらは高分解能リモートセンシング(HRRS)画像で良好な分類性能を示したが,抽出した特徴の識別能力はまだ限られている。本レターでは,HRRSシーン分類のための特徴の識別能力をさらに高めるために,CNNとビジョン変圧器(ViT)(CTNet)を組み合わせた高性能共同フレームワークを提案した。CTNet法は,ViT(Tストリーム)の流れとCNN(Cストリーム)の流れを含む2つのモジュールを含む。Tストリームでは,HRRS画像における意味特徴をマイニングするために,平らかな画像パッチを事前訓練されたViTモデルに送付した。Tストリームを補完するために,事前訓練CNNをCストリームにおける局所構造特性を抽出するために転送する。次に,意味的特徴と構造的特徴を,未知サンプルのラベルを予測するために連結する。最後に,ジョイント損失関数を開発し,関節モデルを最適化し,クラス内凝集を増加させた。CTNet法によって得た空中画像データセット(AID)と北西ポリ技術大学(NUPU)-RESISC45データセットの最高精度は,それぞれ97.70%と95.49%であった。分類結果は,提案方法が他の最先端技術(SOTA)法と比較して高い分類性能を達成することを明らかにした。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： 凝集 ,  最適化 ,  *変圧器 ,  損失関数 ,  *リモートセンシング ,  構造特性 ,  高分解能
準シソーラス用語： 局所構造 ,  分類精度 ,  関節モデル ,  リモートセンシング画像 ,  空中画像 ,  *シーン分類 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： CNN ,  ビジョン ,  変圧器 ,  遠隔センシング ,  シーン分類 ,  フレームワーク