文献

J-GLOBAL ID：201802221846795982   整理番号：18A1149526

異なる空間におけるハイパースペクトル画像の超画素ベースのスペクトル分類【JST・京大機械翻訳】

Superpixel based spectral classification of hyperspectral images in different spaces

著者 (2件)： Sakaci Sinem Aybuke (Informatics and Information Security Research Center, TUeBITAK BILGEM, Kocaeli, Turkey) ,  Erturk Sarp (Department of Electronic and Telecomm. Engineering Kocaeli University Kocaeli, Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICEEE  ページ： 384-388  発行年： 2018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： 本論文では,ハイパースペクトル画像のスーパーピクセルベースのスペクトル分類を異なる空間を用いて比較した。従来の画素ごとのHSI分類システムでは,スペクトル情報のみを用いる。従来の画素化HSI分類と異なり,スーパーピクセルベースのHSI分類はHSIのスペクトルと空間情報の両方を考慮する。サポートベクトルマシン(SVM)を分類法として用いた。簡単な線形反復クラスタリング(SLIC)スーパーピクセルアルゴリズムを用いて,ハイパースペクトルデータセットをスーパーピクセルに分割した。ハイパースペクトルデータの分類性能を,RGB空間,LAB空間,PCA空間,スペクトル空間,およびSVMにおいて比較した。用いた方法の分類性能を2つの異なるデータセットに対して試験し,分類性能結果を比較した。PCA空間とLAB空間における超画素ベースのスペクトル分類がより良い分類精度を与えることを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 線形性 ,  サポートベクトルマシン ,  クラスタ化 ,  *スペクトル ,  *画素
準シソーラス用語： 分類精度 ,  ハイパースペクトルデータ ,  分類法 ,  空間情報 ,  *ハイパースペクトル画像 , 【Automatic Indexing@JST】

分類 (3件)： 図形・画像処理一般  (JE04010I) ,  写真測量,空中写真  (RC02040D) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (2件)： ハイパースペクトル画像 ,  画素