文献

J-GLOBAL ID：201602278118233810   整理番号：16A1207627

距離計量に基づく一次元多様体埋め込みを用いたハイパースペクトル画像分類【Powered by NICT】

Hyperspectral image classification using distance metric based 1-dimensional manifold embedding

著者 (5件)： Luo Hui-Wu (Department of Computer and Information Science, Faculty of Science and Technology, University of Macau, Macau, China) ,  Wang Yu-Long (Department of Computer and Information Science, Faculty of Science and Technology, University of Macau, Macau, China) ,  Tang Yuan Yan (Department of Computer and Information Science, Faculty of Science and Technology, University of Macau, Macau, China) ,  Li Chun-Li (Department of Computer and Information Science, Faculty of Science and Technology, University of Macau, Macau, China) ,  Wang Jian-Zhong (Department of Mathematics and Statistics, Sam Houston State University, Huntsville, TX 77341, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICWAPR  ページ： 247-251  発行年： 2016年 
JST資料番号： W2441A  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： ハイパースペクトルリモートセンシング画像は土地被覆分類に関連する広範囲の応用のための非常に有益な情報を提供する。多くの研究は,スペクトル-空間情報はハイパースペクトル画像(HSI)分類に有効であることを示した。しかし,空間に基づく方法では,しばしば異なるlandcoversの空間的事前確率を得るために多くの困難に遭遇する可能性がある。空間事前分布は,各実験中に注意深く調整されなければならない。本論文では,ハイパースペクトル画像分類のための距離メトリック学習に基づく1次元多様体埋め込み(1DMe)を提案した。この手法では,Mahalanobisマトリックは第一対画素の類似性計量を学習した。測定は,異なるクラスの近接性を示すことができた。,区分的親和性に従って,著者らは,類似した特性を有する画素を近づける全データ点を分類する開発した1次元多様体埋め込みを採用した。全データ点は秩序化しているので,いくつかの回帰は規則配列に適用し,平均結果は予測として処理した。実験はよく認識されているインドマツベンチマークデータセット上で実施し,結果は,提案した方法の効率を検証した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 類似性 ,  *スペクトル ,  *距離計 ,  *画像 ,  親和性 ,  画素 ,  事前確率 ,  *多様体 ,  距離メトリック学習 ,  ハイパースペクトルリモートセンシング ,  地理空間情報
準シソーラス用語： 近接性 ,  事前分布 ,  空間情報 ,  土地被覆分類 ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 計量 ,  多様体 ,  埋め込み ,  ハイパースペクトル画像分類