文献

J-GLOBAL ID：201902275477166999   整理番号：19A0923548

ハイパースペクトル画像分類のためのマルチスケール畳込みニューラルネットワーク集約【JST・京大機械翻訳】

Multi-Scale Convolutional Neural Networks Aggregation For Hyperspectral Images Classification

著者 (2件)： Liu Bai-sen (College of Mechanical and Electrical Engineering, Heilongjiang Institute of Technology, Harbin, 150001, China) ,  Zhang Wu-lin (College of Physics and Electronic Engineering, Mudanjiang Normal College, Mudanjiang, 157000, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： SPAWDA  ページ： 1-6  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： ハイパースペクトル画像特徴抽出と分類はリモートセンシング分野における重要な部分であり,畳込みニューラルネットワーク(CNNs)はその利点を示す。しかし,それはまだ訓練サンプルの不足によって影響を受けて,それは過剰適合の発生に導く可能性があった。この問題は,HSIのような高次元データを扱うとき,より重大になる。そして,入力データの単一スケールは,マルチスケール空間情報の豊富さを無視した。上記の問題に対応して,多重スケール畳込みニューラルネットワーク法を提案した。そして,この方法は,分類されるべき画素に中心を置いた複数のスケール領域を抽出することができる。次に,それは同じサイズに領域を調整して,訓練と試験のために標準畳込みニューラルネットワークに調整データを入力した。実験結果は,提案方法が分類精度に関して性能を上げることを示した。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： リモートセンシング ,  画素 ,  *集中化
準シソーラス用語： 分類精度 ,  空間情報 ,  入力データ ,  画像特徴抽出 ,  *ハイパースペクトル ,  *畳込みニューラルネットワーク ,  *マルチスケール ,  ハイパースペクトル画像分類 , 【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 (4件)： ハイパースペクトル画像分類 ,  マルチスケール ,  畳込みニューラルネットワーク ,  集約