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

小尾 新三  岡島 健治  小泉 吉功  

誌名
電子情報通信学会論文誌 B   Vol.J89-B   No.7   pp.1063-1073
発行日: 2006/07/01
Online ISSN: 1881-0209
DOI: 
Print ISSN: 1344-4697
論文種別: 特集論文 (観測・計測・探査における電波応用の最新技術論文特集)
専門分野: SAR
キーワード: 
情報量最大化学習則,  インフォマックス,  合成開口レーダ,  パターン抽出,  視覚モデル,  

本文: PDF(1.9MB)>>
論文を購入




あらまし: 
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.