文献

J-GLOBAL ID：202202288323106181   整理番号：22A1037795

UnetとResNet50を用いた衛星画像上での自動建築物抽出【JST・京大機械翻訳】

Automatic Building Extraction on Satellite Images Using Unet and ResNet50

著者 (2件)： Alsabhan Waleed (King Abdulaziz City for Science and Technology, National Center for Data Analytics and Artificial Intelligence, P.O. Box 6086, Riyadh 11442, Saudi Arabia) ,  Alotaiby Turky (King Abdulaziz City for Science and Technology, National Center for Data Analytics and Artificial Intelligence, P.O. Box 6086, Riyadh 11442, Saudi Arabia)
資料名： Computational Intelligence and Neuroscience (Web)  (Computational Intelligence and Neuroscience (Web))
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： U7694A  ISSN： 1687-5265  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 最近,定着計画と再計画プロセスは,急速に成長する都市における主要部問題になった。計画されていない都市沈下は,特に低所得国において,非常に一般的である。衛星画像上の建築物抽出は別の問題を引き起こす。問題の主な理由は,手動建築抽出が非常に難しく,多くの時間を取ることである。人工知能技術は,今日著しく増加したが,高解像度衛星画像上で建物抽出を提供する可能性がある。本研究では,Uネットアーキテクチャを用いた高解像度衛星画像上での画像セグメンテーションによる建築物の差別化を提案した。オープンソースマサチューセッツ構築データセットをデータセットとして用いた。マサチューセッツ建築データセットはボストン市の住宅建築を含む。ボストンの高密度都市における建物除去を目的とした。Uネットアーキテクチャでは,異なる符号器を用いて画像セグメンテーションを行い,結果を比較した。実施した作業に沿って,82.2%のIoU精度を,建築セグメンテーションにおいて達成した。高い結果が0.9のF1スコアで得られた。90%の精度で,成功した画像セグメンテーションを達成した。本研究は,高密度住宅地域における人工知能の支援による自動建築抽出の可能性を実証した。高分解能アンテナ画像により,高精度の高精度なアンテナ画像で,建築マッピングを達成できることが決定された。Copyright 2022 Waleed Alsabhan and Turky Alotaiby. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アンテナ ,  セグメンテーション ,  都市 ,  画像処理 ,  *画像 ,  人工知能 ,  符号器 ,  住居地区 ,  *建築物 ,  *衛星利用画像 ,  マサチューセッツ州 ,  高分解能
準シソーラス用語： 差別化 ,  画像セグメンテーション ,  高精度 ,  高分解能衛星画像 , 【Automatic Indexing@JST】

分類 (2件)： 都市計画の調査分析,分析手法  (RD01020D) ,  図形・画像処理一般  (JE04010I)

引用文献 (45件)：

• M. Wurm, T. Stark, X. X. Zhu, M. Weigand, H. Taubenböck, "Semantic segmentation of slums in satellite images using transfer learning on fully convolutional neural networks," ISPRS Journal of Photogrammetry and Remote Sensing, vol. 150, pp. 59-69, 2019.
• F. Bachofer, A. Braun, F. Adamietz, S. Murray, P. d’Angelo, E. Kyazze, A. P. Mumuhire, J. Bower, "Building stock and building typology of kigali, Rwanda," Data, vol. 4, no. 3, pp. 105, 2019.
• M. Kuffer, C. Persello, K. Pfeffer, R. Sliuzas, V. Rao, "Do we underestimate the global slum population?," Proceedings of the 2019 Joint Urban Remote Sensing Event (JURSE), pp. 1-4, Vannes, France, May 2019.
• M. Kuffer, K. Pfeffer, R. Sliuzas, "Slums from space-15 Years of slum mapping using remote sensing," Remote Sensing, vol. 8, no. 6, pp. 455, 2016.
• Y. Li, X. Huang, H. Liu, "Unsupervised deep feature learning for urban village detection from high-resolution remote sensing images," Photogrammetric Engineering & Remote Sensing, vol. 83, no. 8, pp. 567-579, 2017.

タイトルに関連する用語 (3件)： 衛星画像 ,  建築 ,  物抽出