文献

J-GLOBAL ID：201802268640387647   整理番号：18A1676976

スペクトル混合モデルとMarkov確率場に基づくハイパースペクトル画像の教師なしベイズ分類【JST・京大機械翻訳】

Unsupervised Bayesian Classification of a Hyperspectral Image Based on the Spectral Mixture Model and Markov Random Field

著者 (6件)： Fang Yuan (School of Land Science and Technology, China University of Geosciences, Beijing, China) ,  Xu Linlin (School of Land Science and Technology, China University of Geosciences, Beijing, China) ,  Peng Junhuan (School of Land Science and Technology, China University of Geosciences, Beijing, China) ,  Yang Honglei (School of Land Science and Technology, China University of Geosciences, Beijing, China) ,  Wong Alexander (Department of Systems Design Engineering, University of Waterloo, Waterloo, Canada) ,  Clausi David A. (Department of Systems Design Engineering, University of Waterloo, Waterloo, Canada)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 11  号： 9  ページ： 3325-3337  発行年： 2018年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  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： ハイパースペクトル画像(HSI)の典型的な教師なし分類は,ピクセルの強度類似性を決定するためにGauss混合モデルを使用する。しかし,HSIにおける混合画素の存在は,類似性測度の有効性を減少させ,大きな分類誤差をもたらす傾向がある。意味クラスは常に特定のエンドメンバーによって支配されるので,混合ピクセルは支配的なエンドメンバーを同定することによってより良く分類できる。混合画素の端部豊度パターンを記述するスペクトル混合モデル(SMM)を利用することによって,HSIの識別能力を強化することができた。空間的スペクトルHSI分類のためのBayes分類手法を提示した。ここで,データ尤度はSMM上に構築され,ラベル事前はMarkov確率場(MRF)に基づいている。新しいアプローチは3つの重要な特性を持っている。第一に,強度類似性を用いる代わりに,新しい手法は各画素の輝度端成分パターンを使用し,その支配的な端成分により画素を分類する。第二に,SMMをBayesフレームワークに統合するために,クラスラベルを与えられた混合ピクセルの条件付き分布に及ぼす支配的エンドメンバーの影響を反映するために,SMMに基づいてデータ尤度を設計した。第3に,結果としての最大事後問題を期待値最大化(EM)アルゴリズムにより解き,Eステップはクラスラベルを推定するためにグラフカットアプローチを採用し,Mステップはエンドメンバを推定するための精製平均アプローチを採用した。シミュレーションと実際のHSIの両方に関する実験は,提案方法がHSIの空間的スペクトル情報を利用して,HSIの教師なし分類において高精度を達成することができることを実証した。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： 画素 ,  輝度 ,  測度 ,  アルゴリズム ,  類似性 ,  *スペクトル
準シソーラス用語： グラフカット ,  EMアルゴリズム ,  尤度 ,  Gauss混合モデル ,  教師なし分類 ,  *ベイズ分類 ,  *ハイパースペクトル画像 ,  *Markov確率場 ,  *混合モデル , 【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)： スペクトル ,  混合モデル ,  Markov確率場 ,  ハイパースペクトル画像 ,  教師 ,  ベイズ分類