文献

J-GLOBAL ID：202202292196960566   整理番号：22A0997385

稠密残差ネットワークに基づくマルチシーケンス衛星画像脱雲【JST・京大機械翻訳】

Multi-sequence satellite image cloud removal based on dense residual network

著者 (3件)： Xiao Changcheng (成都信息工程大学 計算机学院,成都610225) ,  Wu Xi (成都信息工程大学 計算机学院,成都610225) ,  He Yan (成都信息工程大学 計算机学院,成都610225)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 39  号： 1  ページ： 303-307  発行年： 2022年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： リモートセンシング画像の最も一般的な問題は雲の汚染であり,それは画像情報の損失をもたらし,リモートセンシングデータの利用性を低下させる。この問題に照準を定めて,本論文は,高密度残差ネットワークに基づくマルチシーケンス衛星画像デクラウドアルゴリズムを提案した。まず、このネットワークはマルチシーケンスの有雲衛星画像を用いて入力として、ネットワークにより多くの時系列特徴情報を提供し、脱雲効果を向上できる。第2に,ネットワークにおいて稠密残差層を使用して,特徴情報を最大限に伝達して,使用して,その画像全体構造を合理的で,エッジ詳細をより明確にした。最後に,画素サンプリングを用いて空間情報の利用を強化し,修復効果を改善した。提案方法をヨーロッパの「センチネル-2」リモートセンシング衛星画像データセット上で検証し、ピーク信号対雑音比と構造類似度指標は27.59と0.8540で、両指標はいずれもこのデータセットの原処理方法STGANを超え、リモートセンシング画像の雲除去効果を高めた。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  *数列 ,  情報 ,  *ネットワーク ,  *残差 ,  *画像 ,  画素 ,  リモートセンシング ,  ヨーロッパ ,  *衛星利用画像
準シソーラス用語： 画像情報 ,  空間情報 ,  ピーク信号対雑音比 ,  類似度 ,  リモートセンシング画像 ,  リモートセンシングデータ , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (5件)： 残差 ,  マルチ ,  シーケンス ,  衛星画像 ,  雲