文献

J-GLOBAL ID：201802274181376002   整理番号：18A0518973

ハイパースペクトル画像分類のためのロバストな結合スパース性モデル【Powered by NICT】

Robust joint sparsity model for hyperspectral image classification

著者 (4件)： Huang Shaoguang (Department of Telecommunications and Information Processing, Ghent University, Belgium) ,  Zhang Hongyan (The State Key Lab. of Inform. Engineering in Surveying, Mapping, and Remote Sensing, Wuhan University, China) ,  Liao Wenzhi (Department of Telecommunications and Information Processing, Ghent University, Belgium) ,  Pizurica Aleksandra (Department of Telecommunications and Information Processing, Ghent University, Belgium)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIP  ページ： 3130-3134  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： スパース性-利用分類法は,ハイパースペクトル画像(HSI)分類に広く使用されている。これらの方法は典型的にGauss雑音を仮定し,HSIは実際に雑音の異なるタイプによって間違いを含むことがしばしばであるという事実を無視している。本論文では,スパース性ベースHSI分類における混合雑音問題を解決するためにロバストなスーパピクセルレベルジョイントスパース表現分類モデル(RSJSRC)開発した。著者ら方法が,ガウスおよびスパース雑音を考慮している。模擬データおよび実データ上での実験結果により,提案した方法の効率および導入された混合雑音モデルから明白な利点を実証した。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： Gauss雑音 ,  *透視図法 ,  *ロバスト性 ,  雑音
準シソーラス用語： 雑音モデル ,  分類モデル ,  スパース表現 ,  *ハイパースペクトル画像 ,  分類法 ,  *スパース性 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (4件)： ハイパースペクトル画像分類 ,  ロバスト ,  スパース性 ,  モデル