文献

J-GLOBAL ID：202102222435726906   整理番号：21A0669840

ハイパースペクトル異常検出のための顕著性重みを用いた背景精密化協調表現法【JST・京大機械翻訳】

A Background Refinement Collaborative Representation Method with Saliency Weight for Hyperspectral Anomaly Detection

著者 (6件)： Hou Zengfu (School of Information and Electronics, Beijing Institute of Technology,Beijing,China) ,  Li Wei (School of Information and Electronics, Beijing Institute of Technology,Beijing,China) ,  Gao Lianru (Aerospace Information Research Institute, Chinese Academy of Sciences,Beijing,China) ,  Zhang Bing (College of Resources and Environment, University of Chinese Academy of Sciences) ,  Ma Pengge (School of Intelligent Engineering, Zhengzhou University of Aeronautics,Zhengzhou,China) ,  Sun Junling (School of Intelligent Engineering, Zhengzhou University of Aeronautics,Zhengzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IGARSS  ページ： 2412-2415  発行年： 2020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： 協調表現検出(CRD)は,非常に効果的な異常検出方法であり,それは,試験下の画素(PUT)が,その空間隣接背景画素によって近似的に線形に表現できるという概念に基づいている。隣接背景画素が汚染されているならば,周辺画素によって線形に表現されるPUTの近似値は不正確である。本研究では,ハイパースペクトル画像における異常検出のための改良法をCRDに基づいて提案した。提案手法では,まず,最小自乗法を採用して,予備的線形表現係数を得て,PUTへの寄与と正相関した。次に,表現係数の数値に従って,精製バックグラウンド画素を得た。一般に,異常画素は通常バックグラウンド画素と異なるので,試験画素のまわりで内部ウィンドウ画素の空間情報を完全に利用するために,試験画素に顕著性重みを課した。現実のハイパースペクトルデータセットのための大規模な実験は,提案方法がCRD方式と他の伝統的検出法より優れていることを示した。Copyright 2021 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： 最小二乗法 ,  近似法 ,  *画素 ,  検出法 ,  線形性 ,  精密化 ,  順相
準シソーラス用語： 空間情報 ,  *ハイパースペクトル ,  ハイパースペクトル画像 ,  異常検出 ,  ハイパースペクトルデータ , 【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 (6件)： ハイパースペクトル ,  異常検出 ,  背景 ,  精密化 ,  協調 ,  表現