文献

J-GLOBAL ID：201802254223472974   整理番号：18A0517716

関節バイラテラルフィルタと積層スパース自動符号器に基づくハイパースペクトル画像のスペクトル-空間分類【Powered by NICT】

Spectral-spatial classification of hyperspectral images based on joint bilateral filter and stacked sparse autoencoder

著者 (3件)： Zhao Chunhui (College of Information and Communication Engineering, Harbin Engineering University, Harbin, China) ,  Wan Xiaoqing (College of Information and Communication Engineering, Harbin Engineering University, Harbin, China) ,  Yan Yiming (College of Information and Communication Engineering, Harbin Engineering University, Harbin, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： EIIS  ページ： 1-5  発行年： 2017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： 詳細を保存し,有用なスペクトル-空間情報を抽出する一方,ハイパースペクトル画像(HSI)における雑音低減常に分類タスクの重要な問題の一つであった。HSI分類のためのアンサンブル戦略による関節バイラテラルフィルタ(JBF)と積層スパースオートエンコーダを組み合わせることによる方法を提案した。最初に,新しいJBFは重要なテクスチャ特徴を保存し,汚染された画素を回復する能力を持つ,HSIを平滑化する同時空間近接性と同様にスペクトル考慮によるハイパースペクトルデータからのスペクトルと空間情報を抽出した。第二に,積層スパースautoencoderand(SSA)を採用し,平滑化した画像からの高レベルスペクトル-空間特徴表現を抽出適応することである。最後に,ランダムフォレスト(RF)分類器を教師つき微調整と分類を実行するために採用した。二実際のハイパースペクトルデータセット上での実験結果により,提案した分類手法の有効性を実証した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *スペクトル ,  平滑化 ,  画素 ,  *符号器 ,  *画像 ,  雑音低減 ,  *透視図法
準シソーラス用語： ランダムフォレスト ,  特徴表現 ,  ハイパースペクトルデータ ,  近接性 ,  テクスチャ特徴 ,  空間情報 ,  *ハイパースペクトル画像 ,  *バイラテラルフィルタ , 【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 (6件)： 関節 ,  バイラテラルフィルタ ,  符号器 ,  ハイパースペクトル画像 ,  スペクトル ,  分類