ハイパースペクトル画像分類のためのハッシングによる効率的な多重特徴融合:比較研究【Powered by NICT】

Zhong Zisha; Fan Bin; Ding Kun; Li Haichang; Xiang Shiming; Pan Chunhong

文献

J-GLOBAL ID：201602251536395203 整理番号：16A0631732

ハイパースペクトル画像分類のためのハッシングによる効率的な多重特徴融合:比較研究【Powered by NICT】

Efficient Multiple Feature Fusion With Hashing for Hyperspectral Imagery Classification: A Comparative Study

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=16A0631732&from=J-GLOBAL&jstjournalNo=H0016B") }}

著者 (6件)： , , , , ,
資料名：
巻： 54 号： 8 ページ： 4461-4478 発行年： 2016年
JST資料番号： H0016B ISSN： 0196-2892 CODEN： IGRSD2 資料種別：逐次刊行物 (A)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

異なる特徴の補足的な特性のために,複数の特徴融合は,ハイパースペクトル画像分類のための大きな可能性を持っている。一方では,ハッシングは非常に低いビット二値符号を持つ高次元フロート式特徴を表現する上で有望な性能を維持した。本論文では,ハイパースペクトル画像分類のための複数特徴を融合するためのハッシングを使用することの可能性を調べた。この目的のために,異なるハッシング法を用いての性能を評価するために複数の特徴融合フレームワークを提案した。比較と完全性のために,ここではまた,五部分空間次元縮小法とハイパースペクトル画像分類での複数特徴を取り扱うためのポピュラーな解である六融合法への広範な比較を示した。四ベンチマークのハイパースペクトルデータセット上での実験結果により,ヒューズ多重特徴にハッシングを用いた伝統的な部分空間ベースの次元削減法と融合ベース法と同等かまたはより良好な性能を達成できることを示した。ハッシングを用いて得られた二値特徴ははるかに少ない貯蔵を必要とし,マシン命令の助けを借りて距離を計算するために速かった。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

, , , , ,
, , , , , 【Automatic Indexing@JST】

リモートセンシング一般 , 図形・画像処理一般

, , , ,

前のページに戻る