文献

J-GLOBAL ID：201702253301127693   整理番号：17A0462916

航空画像とLiDARデータを用いたマルコフ確率場による建物ブロック抽出と分類

Building Block Extraction and Classification by means of Markov Random Fields using Aerial Imagery and LiDAR Data

著者 (3件)： BRATSOLIS E. (National Univ. Athens, Athens, GRC) ,  SIGELLE M. (Telecom ParisTech, Paris, FRA) ,  CHAROU E. (NCSR Demokritos, Ag. Paraskevi, GRC)
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 10008  ページ： 100080Q.1-100080Q.9  発行年： 2016年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
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： 建物の高忠実度3次元モデルは,災害監視,建物再建,都市計画と意思決定のための貴重な情報源を構成する。本論文では,平均シフトアルゴリズムを用いて前処理された光学的およびLiDARデータからの建物ブロックを検出するためのコンテキストベイズ画像分類のためのマルコフ確率場(MRF)の方法を提案した。筆者らのデータセットは,ギリシャ,アテネ地域からの航空オルソフォト(空間解像度20cm),LiDARから生成されたDSM(空間分解能1m,標高分解能20cm)およびDTM(空間分解能)を含んでいる。筆者らは,3つの統計尺度(混同行列,カッパ係数と全体精度)により,提案方法と4つの教師付き分類技術(フィードフォワードニューラルネットワークFFNN,カスケード相関ニューラルネットワークCCNN,学習ベクトル量子化LVQおよびサポートベクトルマシンSVM)と比較した。MRF法と多層FFNN分類器は,それぞれ91.77%との91.76%の最高の建物ブロック全体精度を示した。

シソーラス用語： *データ ,  画像 ,  *建築物 ,  分類 ,  *抽出 ,  自動分類 ,  移動
準シソーラス用語： *LIDARデータ ,  *マルコフ確率場 ,  航空画像 ,  *建物 ,  画像分類 ,  教師付き分類 ,  平均シフト

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  レーダ  (ND13010H)

タイトルに関連する用語 (5件)： 航空画像 ,  LIDARデータ ,  マルコフ確率場 ,  建物 ,  分類