文献

J-GLOBAL ID：201802241506808722   整理番号：18A2038390

ハイパースペクトル画像における変化検出のためのスタック自動符号器【JST・京大機械翻訳】

Stacked Autoencoders for Multiclass Change Detection in Hyperspectral Images

著者 (4件)： Lopez-Fandino Javier (Centro Singular de Investigacio ́n en Tecnoloxi ́as da Informacio ́n (CiTIUS), Universidade de Santiago de Compostela, Santiago de Compostela, Spain) ,  Garea Alberto S. (Centro Singular de Investigacio ́n en Tecnoloxi ́as da Informacio ́n (CiTIUS), Universidade de Santiago de Compostela, Santiago de Compostela, Spain) ,  Heras Dora B. (Centro Singular de Investigacio ́n en Tecnoloxi ́as da Informacio ́n (CiTIUS), Universidade de Santiago de Compostela, Santiago de Compostela, Spain) ,  Arguello Francisco (Centro Singular de Investigacio ́n en Tecnoloxi ́as da Informacio ́n (CiTIUS), Universidade de Santiago de Compostela, Santiago de Compostela, Spain)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 1906-1909  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： 多重時間データセットにおける変化検出(CD)はリモートセンシングにおける重要なタスクである。本論文では,スタックオートエンコーダ(SAEs)によって特徴を抽出するリモートセンシングハイパースペクトルデータセットのためのマルチクラスCDを実行する方式を紹介した。この方式は,正確な多クラス変化マップを得るために,マルチクラスと二値CDを結合した。マルチクラスCDは,SAEsによる多時間データの融合とそれに続く特徴抽出(FE)から始まる。二値CDは画素ごとの距離と閾値を計算することによってスペクトル情報に基づいており,また,それは流域分割を通して空間情報を組み込む。処理された画像は,二値CDマップを用いてフィルタリングされ,その後,サポートベクトルマシンまたは極値学習機械アルゴリズムによって分類される。この方式をHyperionセンサから得た多時間ハイパースペクトルデータセット上で評価した。実験結果は,他の公表されたFE法と比較して,融合情報の関連特徴を抽出するためにSAEを用いた提案方式の有効性を示した。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： 画素 ,  *スペクトル ,  リモートセンシング ,  *画像 ,  特徴抽出 ,  多重化 ,  サポートベクトルマシン ,  アルゴリズム ,  フィルタリング ,  学習機械 ,  *符号器
準シソーラス用語： 空間情報 ,  ハイパースペクトルデータ ,  *変化検出 ,  *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)： ハイパースペクトル画像 ,  変化検出 ,  スタック ,  符号器