文献

J-GLOBAL ID：201902249160788669   整理番号：19A2926054

客観性に基づく顕著性解析と顕著性誘導深部残留ネットワークを用いた新しいパンシャープニング法【JST・京大機械翻訳】

A New Pansharpening Method Using Objectness Based Saliency Analysis and Saliency Guided Deep Residual Network

著者 (4件)： Zhang Libao (College of Information Science and Technology, Beijing Normal University, Beijing, 100875, China) ,  Zhang Jue (College of Information Science and Technology, Beijing Normal University, Beijing, 100875, China) ,  Lyu Xinran (College of Information Science and Technology, Beijing Normal University, Beijing, 100875, China) ,  Ma Jie (College of Information Science and Technology, Beijing Normal University, Beijing, 100875, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICIP  ページ： 4529-4533  発行年： 2019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： パンシャープニングはリモートセンシングコミュニティにおける基本的で重要なタスクである。リモートセンシング画像に対して,異なる領域における空間およびスペクトル分解能に対する要求に有意差がある。この観点から,著者らは,融合精度を上げるために,客観性に基づく顕著性解析と顕著性誘導深い残留ネットワークを用いた新しい汎化法を提案した。最初に,画像における顕著性値を推定するためにテクスチャ特徴と客観性測定を組み込むことにより,客観性に基づく顕著性解析を開発し,それにより空間的改善とスペクトル保存のための異なる要求を識別するのを助ける。深い学習の印象的な性能に触発されて,著者らは,次に,パンシャープニングを実行するために,顕著な誘導された深い残留ネットワークを構築した。さらに,部分的な詳細を持つ画像を生成するために,新しい損失関数,特に汎化タスクに対する正規化平均二乗誤差を設計した。実験は,6つの競合する方法に対する提案の優位性を支持した。Copyright 2020 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： *ネットワーク ,  コミュニティ ,  スペクトル ,  正規化 ,  損失関数 ,  スペクトル分解 ,  リモートセンシング
準シソーラス用語： 平均二乗誤差 ,  テクスチャ特徴 ,  リモートセンシング画像 , 【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 (5件)： 客観性 ,  解析 ,  誘導 ,  深部 ,  残留