文献

J-GLOBAL ID：201902276775482993   整理番号：19A2118998

多変量Hit-OR-Miss変換を用いた空中ハイパースペクトル画像における物体検出と分類【JST・京大機械翻訳】

Object detection and classification in aerial hyperspectral imagery using a multivariate hit-or-miss transform

著者 (4件)： Macfarlane Fraser (Univ. of Strathclyde (United Kingdom)) ,  Murray Paul (Univ. of Strathclyde (United Kingdom)) ,  Marshall Stephen (Univ. of Strathclyde (United Kingdom)) ,  White Henry (BAE Systems (United Kingdom))
資料名： Proceedings of SPIE  (Proceedings of SPIE)
巻： 10986  ページ： 1098619-11  発行年： 2019年 
JST資料番号： D0943A  ISSN： 0277-786X  CODEN： PSISDG  資料種別： 会議録 (C)
記事区分： 短報  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 高分解能空中および衛星搭載ハイパースペクトル画像は,多くの地球観測応用を可能にする画像化シーンに関する豊富な情報を提供する。このような応用には,地質学的探査,土壌特性化,土地利用,変化モニタリングならびに異常とターゲット検出のような軍事応用が含まれる。データのこの剪断量は非常に貴重な資源を提供するが,この大量のデータを分析するためには,次元とスマート処理技術の必要性が長く,問題のあるタスクとなり得る。この解析を助けるために,次元縮小技術を用いて,データの体積を低減し,それを代替法で記述することにより,タスクを単純化することができる。本研究では,次元縮小に基づくハイパースペクトル解析のこの概念を,サイズ形状とスペクトル特性に基づいて物体を検出する多変量Percentage Occupancy HitまたはMiss変換を用いたターゲット検出に適用することを目的とした。また,雑音と歪の影響を調べ,必要な構造化要素の設計にこれらの因子を組み込むことにより,望ましいターゲットのより正確な表現,したがってより正確な検出が可能になる。また,著者らの方法を,様々な他の一般的目標検出および異常検出技術と比較した。COPYRIGHT SPIE. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 雑音 ,  *次元縮小 ,  剪断 ,  簡素化 ,  地質学 ,  高分解能 ,  土地利用 ,  画像処理
準シソーラス用語： 異常検出 ,  *ハイパースペクトル ,  ターゲット検出 ,  画像化 ,  地球観測 ,  衛星搭載 ,  *ハイパースペクトル画像 ,  *多変量 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 多変量 ,  ハイパースペクトル画像 ,  物体検出 ,  分類