文献

J-GLOBAL ID：202002267401797947   整理番号：20A2551691

高次結合テンソルリング表現の学習によるハイパースペクトル画像超解像【JST・京大機械翻訳】

Hyperspectral Images Super-Resolution via Learning High-Order Coupled Tensor Ring Representation

著者 (4件)： Xu Yang (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China) ,  Wu Zebin (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China) ,  Chanussot Jocelyn (Univ. Grenoble Alpes, INRIA, CNRS, Grenoble INP, LJK, Grenoble, France) ,  Wei Zhihui (School of Computer Science and Engineering, Nanjing University of Science and Technology, Nanjing, China)
資料名： IEEE Transactions on Neural Networks and Learning Systems  (IEEE Transactions on Neural Networks and Learning Systems)
巻： 31  号： 11  ページ： 4747-4760  発行年： 2020年 
JST資料番号： T0881A  ISSN： 2162-237X  CODEN： ITNNEP  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： 超スペクトル画像(HSI)超解像はリモートセンシングとコンピュータビジョンにおける最新の話題である。最近,テンソル解析はHSI画像処理のための効率的技術であることが証明されている。しかしながら,HSI超解像の既存のテンソルベースの方法は,HSIにおける高次相関を捉えることができない。本論文では,HSI超解像のための高次結合テンソルリング(TR)表現を学習することを提案する。提案方法は,最初に,マルチスケール空間構造と元のスペクトル構造を表現する高次テンソルに推定するためにHSIをテンソル化する。次に,結合TR表現モデルを提案し,低解像度HSI(LR-HSI)と高分解能マルチスペクトル画像(HR-MSI)を融合した。提案モデルにおいて,LR-HSIとHR-MSIのTRにおけるいくつかの潜在コアテンソルを共有し,HSIを再構成するためにスペクトルコアテンソル間の関係を用いた。さらに,スペクトル情報を保存するために,スペクトルコアテンソルにグラフ-Laplace正則化を導入した。提案モデルのロバスト性を高めるために,Frobeniusノルム正則化を他のコアテンソルに導入した。合成と実データセットの両方に関する実験結果は,提案方法が最先端の超解像性能を達成することを示した。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： *テンソル ,  立体構造 ,  画像処理 ,  *スペクトル ,  リモートセンシング ,  テンソル解析 ,  *超解像 ,  *スペクトル画像 ,  コンピュータビジョン ,  正則化 ,  高分解能 ,  ロバスト性 ,  ノルム
準シソーラス用語： *ハイパースペクトル画像 ,  マルチスペクトル画像 , 【Automatic Indexing@JST】

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  医用画像処理  (JE04020T)

タイトルに関連する用語 (5件)： テンソル ,  表現 ,  学習 ,  ハイパースペクトル画像 ,  超解像