リモートセンシング画像への情報量最大化学習則によるパターン抽出手法の適用(SAR,<特集>観測・計測・探査における電波応用の最新技術論文)
スポンサーリンク
概要
- 論文の詳細を見る
リモートセンシング画像から局所的なパターンの差異により目標物を検出する手法は有用であるが,確立されるまでには至っていない.特に,そのパターンが数学的に記述できない目標に対しては,自動検出を行うことが難しい.このような場合,経験の豊富な人間が画像を見て目標パターンを識別する能力が優れている.そこで,人間の視覚認識処理のモデル化としてニューラルネットワークを考え,情報量最大化原理に基づいてニューラルネットワークの学習を行うことを特徴とするパターンの自動抽出手法を提案する.この手法を,例として,雑音の多い合成開口レーダ画像から航空機を含む複雑な人工構造物のパターン抽出に適用し,本手法の特徴を生かした学習方法及び判定条件の改善策を示し,この方策を用いて目標が自動的に検出できることにより,本手法の有効性を示す.
- 社団法人電子情報通信学会の論文
- 2006-07-01
著者
関連論文
- リモートセンシング画像への情報量最大化学習則によるパターン抽出手法の適用(SAR,観測・計測・探査における電波応用の最新技術論文)
- 合成開口レーダ画像へのインフォマックス学習則によるパターン抽出手法の適用(レーダとその応用及び一般)
- 情報量最大化と生体視覚細胞の受容野(情報論的学習理論論文小特集)
- 単純型細胞、複雑型細胞による「最適」特徴抽出処理
- 相互情報量最大化による2次元 Gabor 型受容野の導出