文献

J-GLOBAL ID：201702247523407067   整理番号：17A0258151

二成分モデルを解くためのハイパースペクトル目標検出を併用した。【JST・京大機械翻訳】

Collaborative Representation-Based Binary Hypothesis Model for Hyperspectral Target Detection

著者 (4件)： Ling Qiang (Air and Missile Defense College, Air Force Engineering University) ,  Huang Shucai (Air and Missile Defense College, Air Force Engineering University) ,  Wei Daozhi (Air and Missile Defense College, Air Force Engineering University) ,  Wu Xiao (Air and Missile Defense College, Air Force Engineering University)
資料名： Dianzi Xuebao  (Dianzi Xuebao)
巻： 44  号： 11  ページ： 2633-2638  発行年： 2016年 
JST資料番号： C2504A  ISSN： 0372-2112  CODEN： TTHPAG  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： スパース表現におけるターゲット検出理論における困難性の問題を解決するために,本論文は,ターゲット検出に適用して,新しい目標検出アルゴリズムを提案して,このアルゴリズムの非線形性を示した。その核心思想は以下の通りである。背景画素のスペクトルは周辺の背景画素のスペクトル(背景辞書)によって線形に表示されるが、目標画素のスペクトルはその周辺の背景画素のスペクトルと目標の事前スペクトル(連合辞書)によって線形に表示される。このアルゴリズムは,まず第一に,バックグラウンド辞書と結合辞書を使用して,検出画素をそれぞれ表示して,次に,2つの結合表現の再構成誤差を比較することによって,画素分類を決定した。実際のハイパースペクトル画像による検証は,他のアルゴリズムと比較して,このアルゴリズムがより良い検出性能を持つことを示した。Data from the ScienceChina, LCAS. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *スペクトル ,  アルゴリズム ,  線形性 ,  非線形性 ,  再構成 ,  画素
準シソーラス用語： 検出能 ,  ハイパースペクトル画像 ,  画素分類 ,  検出アルゴリズム ,  ターゲット検出 ,  スパース表現 ,  *ハイパースペクトル , 【Automatic Indexing@JST】

著者キーワード (4件)： target detection ,  collaborative representation ,  kernel collaborative representation ,  hyperspectral imagery

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)： 二成分モデル ,  ハイパースペクトル ,  目標 ,  併用