文献

J-GLOBAL ID：201802283258107665   整理番号：18A0822212

Gauss過程と組合せカーネルを用いたスペクトル反射率推定【JST・京大機械翻訳】

Spectral Reflectance Estimation Using Gaussian Processes and Combination Kernels

著者 (1件)： Heikkinen Ville (School of Computing, University of Eastern Finland, Joensuu, Finland)
資料名： IEEE Transactions on Image Processing  (IEEE Transactions on Image Processing)
巻： 27  号： 7  ページ： 3358-3373  発行年： 2018年 
JST資料番号： W0364A  ISSN： 1057-7149  CODEN： IIPRE4  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： 本論文では,多重スペクトルおよび三色測定によるGauss過程回帰を用いたハイパースペクトル反射率因子推定を検討した。推定は,センサと光のスペクトル特性が必要でない学習に基づくアプローチを用いて,可視(400~700nm)または可視~近赤外(400~980nm)波長範囲で行った。最初に,Gauss過程により新しい推定モデルを構築し,以前のカーネルベースモデルとの結合を示し,次に確率的解釈の範囲内で限界尤度最適化を用いて新しいモデルを評価した。実験において標準スペクトル集合といくつかの画像を用いて,入力データ変換(前処理)と同様に,異方性動径と組合せカーネル(プロセス共分散),限界尤度最適化(パラメータ選択)を有する新しいモデルを評価した。いくつかの新しいGaussプロセスモデルは,以前のカーネルベースのモデルと比較して,シミュレーションおよび実データに対するスペクトル精度の改善を提供する。最も汎用性のある新しいモデルは,スペクトル部分空間座標学習と組合せカーネルを用いており,限界尤度により効率的に最適化できる。予備的な結果は,新しいモデルが不確実性推定を提供することを示唆し,それは反復訓練セット増大に使用できる。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： 異方性 ,  モデル ,  近赤外線 ,  *反射率 ,  *Gauss過程 ,  前処理 ,  センサ ,  最適化 ,  不確実性 ,  画像 ,  測色 ,  *スペクトル ,  学習
準シソーラス用語： 尤度 ,  推定モデル , 【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)： Gauss過程 ,  組合せ ,  カーネル ,  スペクトル ,  反射率 ,  推定