文献

J-GLOBAL ID：202002291475185942   整理番号：20A2500015

空間スペクトル画像融合のための近位深部注入と勾配強度類似性に基づく新しい変分アプローチ【JST・京大機械翻訳】

A New Variational Approach Based on Proximal Deep Injection and Gradient Intensity Similarity for Spatio-Spectral Image Fusion

著者 (7件)： Wu Zhong-Cheng (School of Mathematical Sciences, University of Electronic Science and Technology of China, Chengdu, China) ,  Huang Ting-Zhu (School of Mathematical Sciences, University of Electronic Science and Technology of China, Chengdu, China) ,  Deng Liang-Jian (School of Mathematical Sciences, University of Electronic Science and Technology of China, Chengdu, China) ,  Vivone Gemine (CNR-IMAA, National Research Council - Institute of Methodologies for Environmental Analysis, Tito Scalo, Italy) ,  Miao Jia-Qing (School of Computer Science, and Technology, University of Southwest Minzu of China, Chengdu, China) ,  Hu Jin-Fan (School of Mathematical Sciences, University of Electronic Science and Technology of China, Chengdu, China) ,  Zhao Xi-Le (School of Mathematical Sciences, University of Electronic Science and Technology of China, Chengdu, China)
資料名： IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing  (IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing)
巻： 13  ページ： 6277-6290  発行年： 2020年 
JST資料番号： W2259A  ISSN： 1939-1404  CODEN： IJSTHZ  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： パンシャープニングは,非常に議論された空間スペクトル融合問題である。それは,両方のドメインで高解像度の画像を得るために,低空間だがより高いスペクトル分解能マルチスペクトル画像を有する高空間分解能パンクロマチック画像の融合を言及する。本論文では,深い畳み込みニューラルネットワーク(DCNN)の成果を組み込んだこの問題に取り組むための,新しい変分最適化ベース(VO)アプローチを提案した。この解は,両方のパラダイムの利点を取ることができる。一方では,より高い性能は,VOアプローチへの用例 philosophy学による訓練に基づく機械学習(ML)方法を導入することができる。一方,DCNNとVO技術の組合せは,これらの後者の一般化能力を助けることができる。特に,DCNN結果と望ましい高空間分解能マルチスペクトル画像間の距離を評価するために,l_2ベースの近位深い注入項を定式化した。これはVOモデルの正則化項を表す。さらに,空間忠実度を測定する新しいデータフィッティング項を提案した。最後に,提案した凸VO問題を,乗算器(ADMM)の交互方向方法のフレームワークを利用することによって効率的に解決して,このように,アルゴリズムの収束を保証した。模擬および実データセットの両者に関する広範な実験は,提案アプローチが最先端の空間スペクトル融合法よりも性能が優れており,有意な一般化能力さえ示すことを示した。ペラーゼはhttps://liangjiandeng.github.io/Projects_Res/DMPIF_2020jstars.htmlでプロジェクトページを見つける。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： アルゴリズム ,  最適化 ,  *変分法 ,  乗算器 ,  *スペクトル ,  スペクトル分解 ,  *スペクトル画像 ,  正則化 ,  凸形 ,  類似性 ,  定式化 ,  高分解能 ,  機械学習
準シソーラス用語： マルチスペクトル画像 ,  高空間分解能 , 【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 (7件)： スペクトル ,  画像融合 ,  深部 ,  注入 ,  勾配 ,  類似性 ,  変分アプローチ