| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2018-03-14 10:00 教師なしPolSAR地表分類のための自己組織化コードブックを用いた階層的四元数ニューラルネットワーク ○キム ヒョンス・廣瀬 明（東大）  NC2017-88 |
|
| 抄録 | （和） | 本論文では、高分解能の偏波合成開口レーダ(polarimetric synthetic aperture radar: PolSAR)データが持つ詳細な偏波情報を十分に生かした教師なし地表分類を実現するため、自己組織化コードブックに基づく階層的な偏波特徴の生成法を提案する。PolSARは数十$rm{cm}$の高い分解能を実現するまでに至った。しかし、従来の手法は畑、森、町などの地表カテゴリーを区別するために、実空間の距離で10m~20m程度の空間平均を行う。高分解能のPolSARデータの分解能を落としては、分解能の向上による新規の地表カテゴリーの発見が期待できない。提案手法は、高分解能のPolSARデータの各ピクセルが持つ詳細な偏波特徴を保ちながら、畑、森などの地表カテゴリーも区別することで、人間が自然に区別できる畑、森などのラフな地表カテゴリーでの分類を実現した。そして、高分解能のPolSARデータだからこそ分類できる新規の詳細な地表カテゴリーの発見にも成功した。 |
| （英） | We propose a self-organizing codebook-based hierarchical polarization feature vector generation to realize an unsupervised land classification with PolSAR (polarimetric synthetic aperture radar) data. PolSAR has reached the high-resolution of decimeter level. Conventional methods perform the spatial averaging in 10m to 20m square real-space area to classify observed land into categories such as farm, forest, and town. However, with this averaging, we can not expect to discover new detailed land classes by resolution improvement, since the resolution of the PolSAR data is lowered in the averaging process. Our proposal in this paper generates feature vectors useful for classifying the land pieces into categories while preserving the detailed polarization features in respective pixels of the high-resolution PolSAR data. Then, the method discovers the new detailed land classes that can be available only in the high-resolution PolSAR data. | |
| キーワード | （和） | 偏波合成開口レーダ(PolSAR) / 教師なし地表分類 / 高解像度 / 階層的偏波特徴 / 四元数ニューラルネットワーク / ポアンカレパラメータ / オートエンコーダ / 自己組織化マップ(SOM) |
| （英） | polarimetric synthetic aperture radar (PolSAR) / unsupervised land classification / high-resolution / hierarchical polarization feature / quaternion neural networks / Poincare parameter / auto-encoder / self-organizing map (SOM) | |
| 文献情報 | 信学技報, vol. 117, no. 508, NC2017-88, pp. 121-126, 2018年3月. | |
| 資料番号 | NC2017-88 | |
| 発行日 | 2018-03-06 (NC) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NC2017-88 |
|
| 研究会情報 | |
| 研究会 | MBE NC |
| 開催期間 | 2018-03-13 - 2018-03-14 |
| 開催地（和） | 機械振興会館 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | ME，一般 |
| テーマ（英） | ME, general |
| 講演論文情報の詳細 | |
| 申込み研究会 | NC |
| 会議コード | 2018-03-MBE-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | 教師なしPolSAR地表分類のための自己組織化コードブックを用いた階層的四元数ニューラルネットワーク |
| サブタイトル（和） | |
| タイトル（英） | Hierarchical quaternion neural networks with self-organizing codebook for unsupervised PolSAR land classification |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 偏波合成開口レーダ(PolSAR) / polarimetric synthetic aperture radar (PolSAR) |
| キーワード(2)（和/英） | 教師なし地表分類 / unsupervised land classification |
| キーワード(3)（和/英） | 高解像度 / high-resolution |
| キーワード(4)（和/英） | 階層的偏波特徴 / hierarchical polarization feature |
| キーワード(5)（和/英） | 四元数ニューラルネットワーク / quaternion neural networks |
| キーワード(6)（和/英） | ポアンカレパラメータ / Poincare parameter |
| キーワード(7)（和/英） | オートエンコーダ / auto-encoder |
| キーワード(8)（和/英） | 自己組織化マップ(SOM) / self-organizing map (SOM) |
| 第1著者 氏名（和/英/ヨミ） | キム ヒョンス / Hyunsoo Kim / キム ヒョンス |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Tokyo Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 廣瀬 明 / Akira Hirose / ヒロセ アキラ |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Tokyo Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2018-03-14 10:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | NC |
| 資料番号 | NC2017-88 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.508 |
| ページ範囲 | pp.121-126 |
| ページ数 | 6 |
| 発行日 | 2018-03-06 (NC) |
[研究会発表申込システムのトップページに戻る]