文献

J-GLOBAL ID：201802267122931388   整理番号：18A2039049

Sentinel-2データの超解像のためのCNNに基づく融合法【JST・京大機械翻訳】

A CNN-Based Fusion Method for Super-Resolution of Sentinel-2 Data

著者 (5件)： Gargiulo Massimiliano (DIETI, University Federico II, Via Claudio 21, Naples, 80125, Italy) ,  Mazza Antonio (DIETI, University Federico II, Via Claudio 21, Naples, 80125, Italy) ,  Gaetano Raffaele (CIRAD, UMR-TETIS Laboratory, Montpellier, 34000, France) ,  Ruello Giuseppe (DIETI, University Federico II, Via Claudio 21, Naples, 80125, Italy) ,  Scarpa Giuseppe (DIETI, University Federico II, Via Claudio 21, Naples, 80125, Italy)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： IGARSS  ページ： 4713-4716  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： Sentinel-2データは,自由アクセスと時間-空間被覆によるコミュニティに対する豊富な情報源を表す。しかし,スペクトルバンドのいくつかは,技術的限界とCopernicusプログラムの目的の間の妥協により,分解能の低下で感知される。本研究では,20から10mまでの短波長赤外線(SWIR)バンドの分解能を高めるために,Convolutional Neural Network(CNNs)に基づく新しい超解像法を提案した。これは最高の分解能である。このことは,ターゲットバンドを最終分解能と融合することにより達成される。提案した解は,異なる品質指標に従っていくつかの代替法に対して有利に比較した。さらに,改良正規化差分水指数(MNDWI)を通して水流域を検出することにより,応用的観点から超分解バンドの使用を試験した。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： 赤外線 ,  情報源 ,  正規化 ,  分解能 ,  コミュニティ ,  スペクトルバンド ,  *超解像 ,  流域 ,  被覆
準シソーラス用語： SWIR ,  短波長 , 【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 (3件)： 超解像 ,  CNN ,  融合