文献

J-GLOBAL ID：201802252782332837   整理番号：18A1209097

マルチソース画像解析のためのEuclidおよび角度距離ベースの結合埋め込み【JST・京大機械翻訳】

Joint Euclidean and Angular Distance-Based Embeddings for Multisource Image Analysis

著者 (3件)： Yan Lifeng (Department of Electrical & Computer Engineering, University of Houston, Houston, TX, USA) ,  Cui Minshan (Department of Electrical & Computer Engineering, University of Houston, Houston, TX, USA) ,  Prasad Saurabh (Department of Electrical & Computer Engineering, University of Houston, Houston, TX, USA)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 15  号： 7  ページ： 1110-1114  発行年： 2018年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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)

抄録/ポイント： 地球空間イメージングのために利用可能な受動的で能動的な光学センサの出現により,センサを横切る情報融合はますます重要になっている。単一(または複数)センサ地理空間画像解析の重要な側面は,分類,変化,異常検出などのような次の解析タスクに対するクラス特異的情報を適切に特性化する「最適」低次元部分空間の発見プロセスである。最近の研究において,入力(生)特徴空間における最大「角度」分離可能性を有する部分空間上にデータを投影し,カーネルHilbert空間を再生する角度ベース判別分析手法を提案し開発した。また,このアルゴリズムの角度局所性保存バリアントを開発した。有望な手法であるにもかかわらず,得られた部分空間はユークリッド距離情報を保存しない。本論文では,本研究では,制約に取り組み,情報融合に適していることを示した。ここでは,特徴源(例えば,異なるソースからの)の集合上で動作できる,Euclidおよび角度情報を同時に保存する複合カーネルベースの部分空間学習フレームワークを提案し検証した。著者らは,Houstonハイパースペクトルと光検出と測距データセットのマルチセンサ大学によって本方法を実証して,角度とユークリッド距離情報を活用する結合判別分析が優れた分類とセンサ(情報)融合性能を提供することを実証した。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： 画像処理 ,  局所性 ,  判別分析 ,  センサ ,  *画像分析 ,  地理学 ,  アルゴリズム ,  キャラクタリゼーション ,  地球 ,  距離測定
準シソーラス用語： ハイパースペクトル ,  Euclid距離 ,  特徴空間 ,  部分空間 ,  低次元 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： マルチ ,  ソース ,  画像解析 ,  埋め込み