文献

J-GLOBAL ID：201902265145901715   整理番号：19A2719830

低ランクおよび疎テンソル分解に基づくハイパースペクトル異常検出【JST・京大機械翻訳】

Hyperspectral Anomaly Detection Based on Low Rank and Sparse Tensor Decomposition

著者 (6件)： Qin Fuhe (Nanjing University of Science and Technology,School of Computer Science and Engineering,,Nanjing,,China,210094) ,  Wu Zebin (Nanjing University of Science and Technology,School of Computer Science and Engineering,,Nanjing,,China,210094) ,  Xu Yang (Nanjing University of Science and Technology,School of Computer Science and Engineering,,Nanjing,,China,210094) ,  Liu Hongyi (Nanjing University of Science and Technology,School of Computer Science and Engineering,,Nanjing,,China,210094) ,  Zhang Yan (Lianyungang E-Port Information Development Co. Ltd,,,Lianyungang,,China,222042) ,  Wei Zhihui (Nanjing University of Science and Technology,School of Computer Science and Engineering,,Nanjing,,China,210094)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： IGARSS  ページ： 2240-2243  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： 異常検出はハイパースペクトル画像(HSI)処理におけるホットな話題になった。空間的およびスペクトル的特徴の両方が,正確で効率的なハイパースペクトル異常検出のために非常に重要であることが証明されている。従来のHIS異常検出アルゴリズムは,通常HSIをマトリックスに再構成し,空間的またはスペクトル的構造を破壊する。本論文では,LOW RANK AND SPARSEテンソル分解(LRASTD)に基づくハイパースペクトル異常検出の新しい方法を提案した。HSIデータが本質的に3次テンソルと見なされることを考慮に入れた。HSIを背景テンソルとスパース異常テンソルとしてモデル化した。テンソル核ノルムを用いてコアテンソルを制約し,コアテンソルの低次元構造を特性化した。さらに,異常ターゲットを制約するために,新しいスパーステンソルノルムを提案した。シミュレーションと実際のハイパースペクトルデータセットの実験により,提案した方法の効率と有効性を実証した。Copyright 2019 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： キャラクタリゼーション ,  ノルム ,  有効性 ,  モデリング ,  *スペクトル ,  *テンソル ,  再構成
準シソーラス用語： ハイパースペクトルデータ ,  低次元構造 ,  スパース ,  検出アルゴリズム ,  ハイパースペクトル画像 ,  *異常検出 ,  *ハイパースペクトル ,  *テンソル分解 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  生体計測  (EL03020C)

タイトルに関連する用語 (3件)： テンソル分解 ,  ハイパースペクトル ,  異常検出