文献

J-GLOBAL ID：202002273750287956   整理番号：20A0373683

SAR画像解析のための多特徴重み付きスパースグラフ【JST・京大機械翻訳】

Multi-Feature Weighted Sparse Graph for SAR Image Analysis

著者 (6件)： Gu Jing (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, School of Artificial Intelligence, Xi...) ,  Jiao Licheng (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, School of Artificial Intelligence, Xi...) ,  Liu Fang (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, School of Artificial Intelligence, Xi...) ,  Zhang Xiangrong (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, School of Artificial Intelligence, Xi...) ,  Tang Xu (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, School of Artificial Intelligence, Xi...) ,  Chen Puhua (Key Laboratory of Intelligent Perception and Image Understanding of the Ministry of Education, International Research Center for Intelligent Perception and Computation, Joint International Research Laboratory of Intelligent Perception and Computation, School of Artificial Intelligence, Xi...)
資料名： IEEE Transactions on Geoscience and Remote Sensing  (IEEE Transactions on Geoscience and Remote Sensing)
巻： 58  号： 2  ページ： 881-891  発行年： 2020年 
JST資料番号： H0016B  ISSN： 0196-2892  CODEN： IGRSD2  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： スパース表現(SR)法には,良好なカテゴリー識別性能,雑音ロバスト性,およびデータ適応性の利点がある。本論文では,合成開口レーダ(SAR)画像解析のために,多重特徴重み付きスパースグラフ(MWSG)を提示した。最初に,多重タイプの特徴を抽出して,SAR画像の特性を完全に記述した。次に,重み付き結合SRモデルを解くことにより,複数の特徴空間におけるサンプルの複数のSRsを得た。その中で,重みはサンプル間のGaussカーネル距離である。さらに,新しい融合機構を与えて,特異データの負の影響を除去することを目的として,多重加重SRを統合した。それで,MWSGを得た。その後,MWSGに基づくSAR画像セグメンテーションと半教師つき分類の簡単なステップを述べた。シミュレーションと実際のSAR画像に関する一連の実験は,MWSGが他の既存の関連した方法より良い性能を持つことを示した。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： 合成開口レーダ ,  *画像分析 ,  ロバスト性 ,  多重化 ,  適応性 ,  雑音
準シソーラス用語： 半教師付き分類 ,  画像セグメンテーション ,  Gaussカーネル ,  特徴空間 ,  スパース表現 ,  *SAR画像 , 【Automatic Indexing@JST】

分類 (1件)： リモートセンシング一般  (AD04000L)

タイトルに関連する用語 (3件)： SAR画像 ,  解析 ,  グラフ